使用beautifulsoup4从div中提取特定文本

Question

我正在使用BS4和Python 3.5解析网页。 尝试从如下所示的div中仅提取用户名（链接的文本）：

<div class="about"><a href="es_viewprofile.aspx?profile_id=110181766">claudiakenzo</a>&nbsp;33&nbsp;&nbsp;&nbsp;&nbsp;Pasar el rato&nbsp;&nbsp;&nbsp;<font color="green">En línea</font></div>

Mi的目标是仅获得div的第一部分，在这种情况下，字符串“ claudiakenzo”

这是我尝试使用的代码：

            for link in soup.find_all("div", {'class': 'about'}):
            print(username = link.text)

理论上我应该得到我想要的东西，但是没有...我得到的是输出：

claudiakenzo 33    Pasar el rato   En línea

我不想要其中的“ 33”，“ Pasar el rato”或“ Enlínea”部分。 我做错了什么，什么是提取我需要的正确代码？ 不幸的是，某些用户名也包含数字，因此使用re十分复杂...但是我觉得必须比使用re更简单的方法来执行此操作。

PS-如果有解决Selenium问题的简便方法，我也愿意尝试。 谢谢！

Answer 1

花一些时间阅读BS4文档。 同时，这应该可以解决您的问题：

for anchor in soup.select('div.about a'):
    print(anchor.text)

Answer 2

谢谢。 发布后，我找到了解决方案：

username = link.text.split()[0]

这似乎可以为我提供所需的东西。