BS4：使用 Python 抓取 Web 中的屬性錯誤

Question

我需要從該網站中提取商店所在城市的鏈接名稱。 我創建了這段代碼：

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)

問題出現在：

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

任何想法如何從該網站提取城市名稱（在 h4 中）？

Answer 1

class_='h4'是您將標簽名稱傳遞給 class 的屬性，這是不正確的：

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

Answer 2

嘗試使用：

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

或者：

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

筆記：

“h4”是一個標簽，而不是 class。

---

解釋：

• 當你給.find('h4') 時，它會返回：

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

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

• 當您提供.text時，它會返回：

'Rzeszów            \tul.'

• 當你給.split() 時，它返回：

['Rzeszów', 'ul.']

• 從這里我們得到我們需要的東西。

因此，無論您在此代碼中遇到錯誤的任何地方都執行此操作。

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