Python BeautifulSoup如何提取h2标签内不含嵌套子标签的主文本

核心原因 #

你直接调用h2标签的.text属性时，BeautifulSoup会自动把该标签下所有后代节点（包括内部的<small>标签）的文本内容拼接在一起返回，这就是你得到「币种名+缩写」合并结果的原因。另外你贴出的代码里写的.text[0]属于笔误，这个写法只能取到文本的第一个字符，和你给出的输出结果不符，实际运行时你应该是没加[0]。

解决方案 #

有两种常用的实现方式，任选一种修改你get_name函数里的提取逻辑即可：

方式1：直接取h2的第一个直接子文本节点 #

用.contents属性获取h2标签的所有直接子节点列表，第一个元素就是你要的纯币种名文本：

def get_name(url):
    start_url = "https://coinmarketcap.com/all/views/all/"
    url = urljoin(start_url, url)
    response =  requests.get(url)
    soup = BeautifulSoup(response.text, "html.parser")
    # 取第一个直接子节点的文本，用strip()去掉首尾空白字符
    name = soup.find('h2', class_="sc-1q9q90x-0 jCInrl h1").contents[0].strip()
    print(name)
    return name # 补充return，否则外部接收的name都是None

方式2：先删除内部的small标签再提取文本 #

先找到h2内部的small标签，调用.decompose()方法把它从DOM树中移除，再提取h2的文本就是纯币种名：

def get_name(url):
    start_url = "https://coinmarketcap.com/all/views/all/"
    url = urljoin(start_url, url)
    response =  requests.get(url)
    soup = BeautifulSoup(response.text, "html.parser")
    h2_tag = soup.find('h2', class_="sc-1q9q90x-0 jCInrl h1")
    # 移除内部的small标签
    h2_tag.find('small', class_="nameSymbol").decompose()
    name = h2_tag.text.strip()
    print(name)
    return name

额外优化建议 #

你当前的实现每爬一个币种就要发一次详情页请求，效率很低，其实列表页的<tr>行内本身就包含币种全名和缩写信息，不需要跳转详情页提取，可以大幅减少请求次数提升爬取效率。

内容的提问来源于stack exchange，提问作者MxclFhn