Beautiful soup/Python 中的异常处理

Question

我已经编写了在网页中搜索一些随机文本的代码块。该网页有多个标签，我正在使用 selenium 进行导航。这是我要查找的文本未在特定页面中修复的问题。文本可以位于网页中的任何选项卡中。如果未找到文本，则会引发异常。如果引发异常，则应转到下一个选项卡进行搜索。我在处理异常时遇到了困难。

下面是我正在尝试的代码。

import requests
from bs4 import BeautifulSoup
import re
from selenium import webdriver
driver = webdriver.Firefox()
driver.get("https://www.yxx.com/71463001")
a = driver.page_source
soup = BeautifulSoup(a, "html.parser")

try:
    head = soup.find_all("div", {"style":"overflow:hidden;max-height:25px"})
    head_str = str(head)
    z = re.search('B00.{7}', head_str).group(0)
    print z
    print 'header'
except AttributeError:
    g_info = soup.find_all("div", {"id":"details_readonly"})
    g_info1=str(g_info)
    x = re.search('B00.{7}', g_info1).group(0)
    print x
    print 'description'
except AttributeError:
    corre = driver.find_element_by_id("tab_correspondence")
    corre.click()
    corr_g_info = soup.find_all("table", {"id" : "correspondence_view"})
    corr_g_info1=str(corr_g_info)
    print corr_g_info
    y = re.search('B00.{7}', corr_g_info1).group(0)
    print y
    print 'correspondance'

当我运行这段代码时，我得到一个

error Traceback (most recent call last):
  File "C:\Python27\BS.py", line 21, in <module>
    x = re.search('B00.{7}', g_info1).group(0)
AttributeError: 'NoneType' object has no attribute 'group'

Answer 1

您收到该错误是因为您在一个不包含任何内容的 re.search 对象上调用 group。当我运行您的代码时，它会失败，因为您尝试连接的页面当前未启动。

至于为什么你的except 没有注意到它：你错误地将两个excepts 写成了一个try。 try 只会在第一个except 之前 捕获任何AttributeErrors。

通过将第 19 行更改为 x = re.search('B00.{7}', g_info1)，代码运行并返回 None 和 description - 再次，因为页面当前未启动。

或者，为了实现我认为你想要的，嵌套 try/except 是一种选择：

try:
    head = soup.find_all("div", {"style":"overflow:hidden;max-height:25px"})
    head_str = str(head)
    z = re.search('B00.{7}', head_str).group(0)
    print z
    print 'header'
except AttributeError:
    try:
        g_info = soup.find_all("div", {"id":"details_readonly"})
        g_info1=str(g_info)
        x = re.search('B00.{7}', g_info1)
        print x
        print 'description'
    except AttributeError:
        corre = driver.find_element_by_id("tab_correspondence")
        corre.click()
        corr_g_info = soup.find_all("table", {"id" : "correspondence_view"})
        corr_g_info1=str(corr_g_info)
        print corr_g_info
        y = re.search('B00.{7}', corr_g_info1).group(0)
        print y
        print 'correspondance'

当然，此代码当前会抛出 NameError，因为在站点上没有定义 corr_g_info 变量的信息。