“列表”对象没有属性“超时”

Question

我正在尝试使用urllib.request.urlopen 从页面下载 Pdf，但它返回错误：'list' object has no attribute 'timeout'：

def get_hansard_data(page_url):
    #Read base_url into Beautiful soup Object
    html = urllib.request.urlopen(page_url).read()
    soup = BeautifulSoup(html, "html.parser")
    #grab <div class="itemContainer"> that hold links and dates to all hansard pdfs
    hansard_menu = soup.find_all("div","itemContainer")

    #Get all hansards
    #write to a tsv file
    with open("hansards.tsv","a") as f:
        fieldnames = ("date","hansard_url")
        output = csv.writer(f, delimiter="\t")

        for div in hansard_menu:
            hansard_link = [HANSARD_URL + div.a["href"]]
            hansard_date = div.find("h3", "catItemTitle").string

            #download
            
            with urllib.request.urlopen(hansard_link) as response:
                data = response.read()
                r = open("/Users/Parliament Hansards/"+hansard_date +".txt","wb")
                r.write(data)
                r.close()

            print(hansard_date)
            print(hansard_link)
            output.writerow([hansard_date,hansard_link])
        print ("Done Writing File")

Answer 1

有点晚了，但可能仍然对其他人有所帮助（如果不是主题启动者）。我通过解决同样的问题找到了解决方案。

问题在于page_url（在您的情况下）是一个列表，而不是一个字符串。其原因很可能是page_url 来自argparse.parse_args()（至少在我的情况下是这样）。 执行page_url[0] 应该可以，但在def get_hansard_data(page_url) 函数中这样做并不好。最好检查参数的类型，如果类型不匹配，则向函数调用者返回适当的错误。

可以通过调用type(page_url) 并比较结果来检查参数的类型，例如：typen("") == type(page_url)。我相信可能有更优雅的方法可以做到这一点，但这超出了这个特定问题的范围。