我正在尝试从黄页获取数据，但我只需要编号的管道工。但我无法在 h2 class='n' 中获取文本编号。我可以获得 class="business-name" 文本，但我只需要编号的水管工而不需要广告。我的错误是什么？非常感谢。

这个 html :

<div class="info"> 
   <h2 class="n">1.&nbsp;<a class="business-name" href="/austin-tx/mip/johnny-rooter-11404675?lid=171372530" rel="" data-impressed="1"><span>Johnny Rooter</span></a></h2> 
</div> 

这是我的 python 代码:

import requests 
from bs4 import BeautifulSoup as bs 
 
url = "https://www.yellowpages.com/austin-tx/plumbers" 
req = requests.get(url) 
data = req.content 
soup = bs(data, "lxml") 
links = soup.findAll("div", {"class": "info"}) 
 
for link in links: 
        for content in link.contents: 
            try: 
                print(content.find("h2", {"class": "n"}).text) 
            except: 
                pass 

请您参考如下方法:

您需要一个不同的类选择器来限制该部分

import requests 
from bs4 import BeautifulSoup as bs 
 
url = "https://www.yellowpages.com/austin-tx/plumbers" 
req = requests.get(url) 
data = req.content 
soup = bs(data, "lxml") 
links = [item.text.replace('\xa0','') for item in soup.select('.organic h2')] 
print(links) 

.organic 是一个单一的类选择器，来自复合类，用于限制所有编号管道工的父元素。观察突出显示是如何在广告之后开始的:

输出: