问题描述
这是我的第一个BS编码实验。
我正在抓取的网站在
我遇到的问题是与此代码块：
<div class="cmg_team_name">
ARST
<span>101</span>
</div>
这是我的代码：
import numpy as np
from bs4 import BeautifulSoup
import urllib2
url = "http://covers.com/Sports/NCAAF/Matchups?selectedDate=2015-10-13"
page = urllib2.urlopen(url)
soup = BeautifulSoup(page.read(), 'html.parser')
universities = soup.find_all('div',{'class':'cmg_team_name'})
#for university in universities:
# print university.contents
# print "****************"
print universities[0]
我的问题是如何只访问span标志之前的文本。
在此示例中，我只需要ARST 。
我已经尝试过print universities[0].get_text() ， print universities[0].string产生None以及数组表示法。
我知道我将如何在C ++中做到这一点，但我假设python / BSoup可以在一行中完成这项工作……非常感谢！
1楼
您必须先从div中删除span，然后再清除多余的字符，例如空格和回车符。
for university in universities:
span = [span.extract() for span in university('span')]
univ = university.text.replace(' ','').replace('\r','').replace('\n','')
print univ
