漂亮的汤代码返回“AttributeError”

Question

我正在构建一个 webscraper，它返回写在网站上的咖啡馆名称，如下所示：<h2 class="venue-title" itemprop="name">Prior</h2> 但是它返回了这个错误：

“ResultSet 对象没有属性 '%s'。您可能将元素列表视为单个元素。当您打算调用 find() 时是否调用了 find_all()？” ％ 钥匙 AttributeError：ResultSet 对象没有属性“文本”。您可能将元素列表视为单个元素。当您打算调用 find() 时，您是否调用了 find_all()？ [0.699s完成]

代码如下：

from bs4 import BeautifulSoup
import requests

url = 'https://www.broadsheet.com.au/melbourne/guides/best-cafes-thornbury'
response = requests.get(url, timeout=5)

soup_cafe_list = BeautifulSoup(response.content, "html.parser")
type(soup_cafe_list)

cafes = soup_cafe_list.findAll('h2', attrs_={"class":"venue-title"}).text
print(cafes)

我已经尝试了很多方法来解决这个问题。我觉得它与 findAll 参数有关：cafes = soup_cafe_list.findAll('h2', attrs_={"class":"venue-title"}).text 因为当我以cafes = soup_cafe_list.findAll('h2', class_="venue-title") 运行它时，它的工作期望不会返回我认为.text 应该做的从其html 中清除的项目？

我在回溯中注意到的另一件事是它可能指的是 BS4 的不同目录？这与它有什么关系吗？我开始使用 Jupyter，现在在 Atom 上，但可能错误地安装了 bs4：

文件“/Users/[xxxxxxxx]/Desktop/Coding/amvpscraper/webscraper.py”，第 10 行，在 cafes = soup_cafe_list.findAll('h2', attrs_={"class":"venue-title"}).text getattr

中的文件“/Users/[xxxxxxxx]/opt/anaconda3/lib/python3.7/site-packages/bs4/element.py”，第 2081 行

不确定我是否做错了什么......

Answer 1

错误表示findAll方法的返回值是一个元素列表，没有text属性。将结果保存在列表中（不带 .text 方法）并将 attrs_ 替换为 attrs：

cafes = soup_cafe_list.findAll('h2', attrs={"class":"venue-title"})

然后遍历列表并获取文本。您可以通过列表理解来做到这一点：

cafes = [el.text for el in cafes]

编辑：列表推导式简化了 for 循环。你也可以写：

res_list = []
for el in cafes:
    res_list.append(el.text)

此外，您可以添加一些 try-except 子句或检查循环内的有效文本字段以捕获可能没有文本的元素。

输出：

['Prior',
 'Rat the Cafe',
 'Ampersand Coffee and Food',
 'Umberto Espresso Bar',
 'Brother Alec',
 'Short Round',
 'Jerry Joy',
 'The Old Milk Bar',
 'Little Henri',
 'Northern Soul']