BS4：使用 Python 抓取 Web 中的属性错误

Question

我需要从该网站中提取商店所在城市的链接名称。 我创建了这段代码：

def get_page_data(number):
    print('number:', number)

    url = 'https://www.biedronka.pl/pl/sklepy/lista,lat,52.25,lng,21,page,'.format(number)
    response = requests.get(url)
    soup = BeautifulSoup(response.content, 'html.parser')

    container = soup.find(class_='s-content shop-list-page')
    items = container.find_all(class_='shopListElement')

    dane = []
    for item in items:
        miasto = item.find(class_='h4').get_text(strip=True)
        adres = item.find(class_='shopFullAddress').get_text(strip=True)
        dane.append([adres])

    return dane

wszystkie_dane = []
for number in range(1, 2):
    dane_na_stronie = get_page_data(number)

    wszystkie_dane.extend(dane_na_stronie)

dane = pd.DataFrame(wszystkie_dane, columns=['miasto','adres'])

dane.to_csv('biedronki_lista.csv', index=False)

问题出现在：

   miasto = item.find(class_='h4').get_text(strip=True)
AttributeError: 'NoneType' object has no attribute 'get_text'

任何想法如何从该网站提取城市名称（在 h4 中）？

Answer 1

class_='h4'是您将标签名称传递给 class 的属性，这是不正确的：

miasto = item.find('h4').get_text(strip=True)

Answer 2

尝试使用：

miasto = item.find('h4').text.split()[0]

或者：

miasto = item.find('h4').get_text(strip=True)

笔记：

“h4”是一个标签，而不是 class。

---

解释：

• 当你给.find('h4') 时，它会返回：

<h4 style="margin-bottom: 10px;">

                Rzeszów             <span class="shopFullAddress">ul.<span class="shopAddress"> </span></span>

• 当您提供.text时，它会返回：

'Rzeszów            \tul.'

• 当你给.split() 时，它返回：

['Rzeszów', 'ul.']

• 从这里我们得到我们需要的东西。

因此，无论您在此代码中遇到错误的任何地方都执行此操作。

dane = []
    for item in items:
        miasto = item.find('h4').get_text(strip=True)
        adres = item.find('shopFullAddress').get_text(strip=True)
        dane.append([adres])