如何使用BeautifulSoup提取IMDb剧集页面的演员姓名

你之前写的actors = soup.findAll('table',{'cast_list'})仅选中了整个演员表的表格节点，没有深入到存储演员姓名的子标签，所以拿不到目标文本，按以下逻辑修改即可：

• 优先定位到class为cast_list的演职员表格，推荐使用BeautifulSoup的class_参数匹配class属性，避免和Python内置的class关键字冲突
• 在表格范围内筛选所有指向演员个人页的<a>标签：这类标签的href属性统一以/name/开头，用这个特征过滤可以避开表格内其他跳转到角色、剧集页的无关链接
• 提取标签文本后调用.strip()方法，清除文本前后多余的空格、换行符，就能得到干净的演员姓名

from bs4 import BeautifulSoup
import requests

# 请求必须携带合法User-Agent，否则会被IMDb反爬规则拦截，返回403错误页
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
}
resp = requests.get("https://www.imdb.com/title/tt0386676/fullcredits/?ref_=tt_ql_cl", headers=headers)
soup = BeautifulSoup(resp.text, "html.parser")

actor_names = []
cast_table = soup.find("table", class_="cast_list")
# 遍历表格行，跳过第一行表头
for row in cast_table.find_all("tr")[1:]:
    name_tag = row.find("a", href=lambda attr_val: attr_val and attr_val.startswith("/name/"))
    if name_tag:
        actor_names.append(name_tag.text.strip())

# 验证输出，首项即为你示例中提到的Rainn Wilson
print(actor_names[:5])

注意：不要直接在表格内全量查找<a>标签，演员表中混杂了角色页、分集页的跳转链接，不加筛选会提取到大量无关内容，用href特征匹配的准确率更高。

内容的提问来源于stack exchange，提问作者arch200