如何用Python和BeautifulSoup提取HTML中的指定标题内容？

你的代码已经定位到了所有class为title的<a>标签，要提取其中的标题内容，分以下几种场景处理：

1. 提取标签内的文本内容（即<a>与</a>之间的"Blah"） #

使用Tag对象的get_text()方法（推荐，可自动去除前后空白）或.text属性：

修改原代码的打印部分：

titles = soup.select('a.title')
# 循环提取每个标签的文本
for title in titles:
    # strip=True 去除文本前后的空白字符
    print(title.get_text(strip=True))

# 或者用列表推导式一次性获取所有文本
title_texts = [title.get_text(strip=True) for title in titles]
print(title_texts)

2. 提取title属性中的内容（即title="Blah"里的"Blah"） #

通过get()方法获取属性值（比直接用['title']更安全，避免标签无该属性时报错）：

titles = soup.select('a.title')
title_attrs = [title.get('title') for title in titles]
print(title_attrs)

3. 提取title-auto-hide属性中的内容 #

同样用get()方法：

titles = soup.select('a.title')
title_auto_hide_vals = [title.get('title-auto-hide') for title in titles]
print(title_auto_hide_vals)

选择哪种方式取决于你实际需要的是哪部分"Blah"内容。

内容的提问来源于stack exchange，提问作者Magicskid