【发布时间】:2015-08-22 00:33:19
【问题描述】:
我正在尝试从网页中提取一些数据。我正在使用 Beautiful Soup 4 和正则表达式。
问题是它返回一个错误,但我不知道为什么会引发错误。
这是我的一段代码:
urls = soup.findall('a',href = re.compile(r'/katalog/stavebnictvi/'+'.'))
这是错误:
Traceback (most recent call last):
File "C:\Users\Milano\My Documents\LiClipse Workspace\Web_Crawlers\idatabaze_cz.py", line 14, in <module>
get_categories_urls()
File "C:\Users\Milano\My Documents\LiClipse Workspace\Web_Crawlers\idatabaze_cz.py", line 10, in get_categories_urls
urls = soup.findall('a',href = re.compile(r'/katalog/stavebnictvi/'+'.'))
TypeError: 'NoneType' object is not callable
至少有一个标签符合条件。
例如:<a href="/katalog/stavebnictvi/semily/">
我认为我的正则表达式有问题。我想以这种形式搜索href所在的每个标签:/katalog/stavebnictvi/(any text)
有什么建议吗?
【问题讨论】:
标签: python regex string beautifulsoup