使用 BeautifulSoup4 从网页获取文本时出现“无”和“无类型对象...”错误

Question

我正在尝试从 BBC 体育页面中提取主要标题（当前：“温格预测 ' 活跃' 1 月”）。 ID 是“lead-caption”，位于<h2> 和<a> 标记中。我正在使用 Python。

from bs4 import BeautifulSoup
import urllib2
url = urllib2.urlopen("http://www.bbc.co.uk/sport/football/teams/arsenal")
soup=BeautifulSoup(url.read())
#Things I've tried
headline=soup.find('a', attrs={'id': 'lead-caption'})
print headline
#The above prints 'None'
headline1=soup.find('lead-caption').getText()
print headline1
#The above print "'NoneTpye' Object has no attirbute 'getText'
tag = soup.a
tag ['id'] = 'lead-caption'
type(tag)
print tag.string
#Error: NoneType object does not support item assignment

任何帮助将不胜感激。谢谢:)

Answer 1

您的代码几乎是正确的，您正在寻找错误的元素，这就是您得到None 的原因，它应该是div：

headline=soup.find('div', attrs={'id': 'lead-caption'})
headline_text=headline.find('a').getText()
print headline_text

输出：

Wenger 预测 1 月“活跃”