如何在Python的BeautifulSoup中提取超链接内书名并去除链接标签？

问题根源 #

1. book_arthur = soup.find_all("a", class_="md-crosslink") 返回的是ResultSet对象（本质是标签列表），不能像BeautifulSoup实例那样调用搜索方法，所以book_arthur("md-crosslink> center> a")会触发TypeError: 'ResultSet' object is not callable。
2. 你要提取的是链接内的书名文本，完全不需要使用decompose()（这个方法用于删除HTML标签，和你的需求无关）。

修正后的完整代码 #

首先修复BeautifulSoup的拼写错误，然后直接提取每个a标签的文本内容：

import requests
from bs4 import BeautifulSoup

website = requests.get("Books.com")
soup = BeautifulSoup(website.text, "lxml")

book_links = soup.find_all("a", class_="md-crosslink")

# 遍历提取书名
for link in book_links:
    # 提取文本并去除首尾空白
    book_title = link.get_text(strip=True)
    # 可选：如果需要去掉标题末尾的数字（比如Captain Underpants1 → Captain Underpants）
    # book_title = book_title.rstrip('0123456789').strip()
    print(book_title)

运行结果 #

执行代码后会输出：

Harry Potter
Captain Underpants1

如果需要处理掉标题末尾的数字，取消注释代码中的字符串处理逻辑即可得到你期望的Captain Underpants。

内容的提问来源于stack exchange，提问作者Mask Shadow