python - 获取标签之间的文本 BeautifulSoup4

Question

我尝试抓取 99damage 顶级 CS:GO 玩家列表，但在获取玩家姓名时遇到问题。

<a href="http://csgo.99damage.de/edb/player/4151-krimz" class="item small">
    <span stype="width:80px;"> 1. </span>
    <span style="width: 280px;">
        <img src="https://cdn1.gamesports.net/img/flags/se.gif" border="0" alt="se" title="Sweden">
        " KRiMZ "
    </span>

“KRiMZ”是我在这种情况下尝试获取的玩家名字，但还有很多其他名字，所以我不能只搜索 KRiMZ。我在网上搜索解决方案，但没有找到能解决我的问题的解决方案。

Answer 1

我将使用CSS selector来定位每个玩家元素。 (基于玩家个人资料 URL 的 player 部分)，然后找到其中的前 2 个范围 - 第一个是排名，第二个 - 用户名:

for player in soup.select("#content a[href*="player/"]"):
    rank, name = player.find_all("span")[:2]
    print(rank.get_text(strip=True), name.get_text(strip=True))

这是我正在执行的完整代码:

import requests
from bs4 import BeautifulSoup

url = "http://csgo.99damage.de/de/edb/players"
response = requests.get(url, headers={"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/49.0.2623.87 Safari/537.36"})

soup = BeautifulSoup(response.content, "html.parser")
for player in soup.select('#content a[href*="player/"]'):
    rank, name = player.find_all("span")[:2]
    print(rank.get_text(strip=True), name.get_text(strip=True))

打印:

1. KRiMZ
2. olofmeister
3. JW
4. flusha
5. dennis
6. dev1ce
7. dupreeh
8. Xyp9x
9. Karrigan
10. cajunb
11. friberg
12. GeT_RiGhT
13. f0rest
14. Xizt
15. flamiE
16. GuardiaN
17. seized
18. Edward
19. Zeus
20. kioShiMa
21. pronax
22. Happy
23. NBK