无法使用python beautifulsoup获取项

Question

我正在尝试学习如何使用beauthoulsoup+python进行web垃圾搜索，我想从https://letterboxd.com/film/donnie-darko/中获取电影摄影师的名字，但我不知道如何隔离文本。我想要的html是这样写的，我想输出的是“Steven Poster”：

<h3><span>Cinematography</span></h3>
<div class="text-sluglist">
    <p>
        <a href="/cinematography/steven-poster/" class="text-slug">Steven Poster</a> 
    </p>
</div>

在我的代码范围内我已经做到了汤。找（text=“Cinemaography”），以及各种不同的东西的混合，比如试图从a和p标记中找到项目或获取_文本，但是。。。在

Answer 1

我将使用正则表达式来解析soup对象以获取包含“电影摄影”的链接。在

import re
import requests
from bs4 import BeautifulSoup

r = requests.get('https://letterboxd.com/film/donnie-darko/')
soup = BeautifulSoup(r.text, 'lxml')
cinematographer = soup(href=re.compile(r'/cinematography/'))[0].text

print cinematographer
# outputs "Stephen Poster"

Answer 2

使用CSS部分文本选择器：

soup.find('a[href*="cinematography"]').text

Answer 3

也可以在不使用regex的情况下执行相同的操作：

import requests
from bs4 import BeautifulSoup

res = requests.get('https://letterboxd.com/film/donnie-darko/')
soup = BeautifulSoup(res.text,'lxml')
item = soup.select("[href*='cinematography']")[0].text
print(item)

输出：

^{pr2}$