使用Python爬取网站时，如何提取无class或id属性的<a>标签内文本？

嘿，这个需求其实很常见，用Python里的BeautifulSoup库就能轻松搞定！我给你两种实用的写法：

方法一：分步定位元素 #

先找到带d-inline类的<div>，再从中提取内部的<a>标签文本，逻辑清晰易懂：

from bs4 import BeautifulSoup

# 把你的HTML内容存到变量里（实际爬取时可以用requests获取页面内容）
html = '''<div class="d-inline"> <img class="team-img" src="https://cdn.fifacm.com/content/media/imgs/fifa22/teams/52/l73.png?v=10"> <a href="/22/team/73/paris-saint-germain"> Paris Saint-Germain </a> </div>'''

# 解析HTML
soup = BeautifulSoup(html, 'html.parser')

# 定位目标div
target_div = soup.find('div', class_='d-inline')
if target_div:
    # 找到div下的a标签，提取文本并去除前后空格
    team_name = target_div.find('a').get_text(strip=True)
    print(team_name)  # 输出：Paris Saint-Germain

方法二：用CSS选择器一步到位 #

如果想更简洁，可以直接用CSS选择器定位，div.d-inline > a表示选择class为d-inline的div的直接子元素a标签，完美匹配你的结构：

from bs4 import BeautifulSoup

html = '''<div class="d-inline"> <img class="team-img" src="https://cdn.fifacm.com/content/media/imgs/fifa22/teams/52/l73.png?v=10"> <a href="/22/team/73/paris-saint-germain"> Paris Saint-Germain </a> </div>'''

soup = BeautifulSoup(html, 'html.parser')

# 直接用CSS选择器定位并提取文本
team_name = soup.select_one('div.d-inline > a').get_text(strip=True)
print(team_name)  # 输出：Paris Saint-Germain

小提示 #

• 实际爬取时，记得先用requests库获取目标页面的HTML内容，再传给BeautifulSoup解析。
• 如果页面中有多个符合条件的元素，可以用soup.select('div.d-inline > a')获取所有匹配的a标签，然后循环提取文本。

内容的提问来源于stack exchange，提问作者NicolaIta