如何从本地Airbnb网页仅抓取评论文本并排除无关内容？

你的问题出在使用的CSS选择器ll4r2nl dir dir-ltr并非用户评论专属，页面中房源介绍、房东信息等模块也复用了这个类，导致抓取到大量无关内容。以下是修正后的代码，通过精准定位评论区域提取真实用户评论：

# Loop through all files in the folder
for filename in os.listdir(folder_path):
    try:
        with open(os.path.join(folder_path, filename), encoding="utf8") as f:
            html_content = f.read()

            # Parse the HTML content using BeautifulSoup
            soup = BeautifulSoup(html_content, "html.parser")

            # 先定位评论区专属父容器，再提取单条评论内容
            reviews_section = soup.find('div', {'data-section-id': 'REVIEWS'})
            if reviews_section:
                # 提取每条用户评论的文本（类名可根据本地网页实际结构调整）
                user_reviews = reviews_section.find_all(class_='_1f1oir5 dir dir-ltr')
                for review in user_reviews:
                    print(review.text.strip())
                    print('**********************************************')

    except Exception as error:
        continue

修正说明： #

1. 先通过data-section-id="REVIEWS"锁定评论专属区域，彻底避开其他无关模块
2. 使用评论文本专属类提取内容（示例类名若与本地页面不符，可通过浏览器开发者工具查看真实评论元素的类名）

提取后的中文输出： #

这对我们来说是个很棒的选择。Akash是我们此次入住的房东，他非常主动地分享入住指引和相关信息，认真跟进各项事宜，对我们的问题和额外请求回应及时。房源和图片里一模一样，甚至在这个凉爽季节看起来更漂亮。客厅和一楼房间的视野绝佳。因为天气冷我们没尝试泳池，但泳池和花园都保持得很干净。从这里到纳西克及周边景点大约40分钟车程，场地很安全，工作人员也住在房源内。Sonu和Shobha尽力让我们有宾至如归的感觉，Jeetendra用丰富的菜单和烧烤打造了美食之旅，我们还很喜欢和Cocktail一起玩耍。谢谢大家！
**********************************************
我们的入住体验非常棒，工作人员十分能干，让整个行程完美无比。我们会强烈向家人和朋友推荐这个地方。
**********************************************
我们在这个房源度过了愉快的两天，别墅和整个场地维护得很好，湖泊与山脉的景色令人惊叹。工作人员热心周到，食物也很棒。

内容的提问来源于stack exchange，提问作者Vinay Sharma