<span> 标志前的文字

Question

这是我的第一个 BS 编码实验。
我抓取的网站是 here
我遇到的问题是这段代码：

<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跨度标志之前的文本。在这个例子中，我只想要 ARST。我试过 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++ 中执行此操作，但我假设 python/BSoup 会在一行中执行此操作...在此先感谢！

Answer 1

您必须先从 div 中删除跨度，然后清除多余的字符，例如 space 和回车符 returns。

for university in universities:
    span = [span.extract() for span in university('span')]
    univ = university.text.replace(' ','').replace('\r','').replace('\n','')
    print univ

<span> 标志前的文字

Text before <span> flag

python

beautifulsoup

web-scraping