[已解决]懂爬虫的大佬进，问个问题

Dogelike · 发表于 2022-6-29 17:10:09

马上注册，结交更多好友，享用更多功能^_^

您需要登录才可以下载或查看，没有账号？立即注册

x

import requests
from bs4 import BeautifulSoup
import pandas as pd 

response=requests.get('http://www.tianqihoubao.com/lishi/beijing/month/202005.html')
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:56.0) Gecko/20100101 Firefox/56.0'}
response=requests.get('http://www.tianqihoubao.com/lishi/beijing/month/202005.html',headers=headers)

#print(response.encoding) 
print(response)
soup=BeautifulSoup(response.text, features="lxml")
txt=soup.find('table', {'class':'b'})
tbody_val=txt.tbody.find_all('tr') 
#空的列表用于加入新的数据
tbody_id=[]
e=[]
for tr in tbody_val:
   cols=tr.find_all('td')
   #迭代cols中的元素，使用strip()方法剥离出每个元素的text
   col=[content.text.strip() for content in cols]
   #append往列表中加入新的元素，attrs['class'][0]获取的是class属性的
   tbody_id.append(tr.attrs['class'][0])
   e.append(col) 
data=pd.DataFrame(e,columns=[content.text.strip() for content in txt.find_all('th')],index=tbody_id) 
data.to_excel('C:/Users/Administrator/Desktop/data.excel')

请问我这段代码为什么一直报错
AttributeError: 'NoneType' object has no attribute 'find_all'
是因为response有长度限制，没有爬完全部代码吗？

最佳答案

月排行榜 / 总排行榜

Twilight6

2022-7-1 08:54:30

tbody 这个标签是浏览器自动加上的，你右击网页源代码会发现没有 tbody 标签

所以爬虫这里代码不需要在 tbody 下查找 tr ，直接查找 tr 标签即可，否则就会因为查找不到 tbody 标签而返回 None

解决方法，将代码中的：tbody_val = txt.tbody.find_all('tr') 改为 tbody_val = txt.find_all('tr') 即可

跳转到最佳答案楼层

xiebg · 发表于 2022-6-30 19:51:31

可能是没有找到tbody,删了tbody试试，或者你打印下txt看里面也没有tbody

cflying · 发表于 2022-6-30 20:13:52

txt.find_all('tr')

Twilight6 · 发表于 2022-7-1 08:54:30

这个最佳答案由 Twilight6 给出，感谢 Twilight6 的回答。

单击隐藏图章

tbody 这个标签是浏览器自动加上的，你右击网页源代码会发现没有 tbody 标签

所以爬虫这里代码不需要在 tbody 下查找 tr ，直接查找 tr 标签即可，否则就会因为查找不到 tbody 标签而返回 None

解决方法，将代码中的：tbody_val = txt.tbody.find_all('tr') 改为 tbody_val = txt.find_all('tr') 即可

Dogelike · 发表于 2022-7-1 16:38:25

cflying 发表于 2022-6-30 20:13
txt.find_all('tr')

可是没用，照样报错

Dogelike · 发表于 2022-7-1 16:44:53

Twilight6 发表于 2022-7-1 08:54
tbody 这个标签是浏览器自动加上的，你右击网页源代码会发现没有 tbody 标签

所以爬虫这里代码不需要 ...

没用哎照样报错，最佳还是草率了

Twilight6 · 发表于 2022-7-1 17:06:40

没有调试你整个代码，只看了你发的报错部分而已

后来的报错是原来的错误吗？如果不是那么原先的问题解决了也不算草率吧

cflying · 发表于 2022-7-1 19:50:54

Dogelike 发表于 2022-7-1 16:38
可是没用，照样报错

你确定去了还是不行？我不信
错误发出来看看

随手试了哈，我是可以的哦
import requests
from bs4 import BeautifulSoup

response=requests.get('http://www.tianqihoubao.com/lishi/beijing/month/202005.html')
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:56.0) Gecko/20100101 Firefox/56.0'}
response=requests.get('http://www.tianqihoubao.com/lishi/beijing/month/202005.html',headers=headers)

#print(response.encoding)
#print(response)
soup=BeautifulSoup(response.text, features="lxml")
txt=soup.find('table', {'class':'b'})
tbody_val=txt.find_all('tr')
print(tbody_val)
==================================
Python 3.9.5 (tags/v3.9.5:0a7dcbd, May 3 2021, 17:27:52) [MSC v.1928 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license()" for more information.
>>>
======================== RESTART: E:\Users\desktop\1.py ========================
[<tr>
<td>
<b>日期</b></td>
<td>
<b>天气状况</b></td>
<td>

cflying · 发表于 2022-7-1 19:59:33

本帖最后由 cflying 于 2022-7-1 20:00 编辑

Dogelike 发表于 2022-7-1 16:44
没用哎照样报错，最佳还是草率了

报错内容发出来看看，我随手试了哈，去掉tbody后没问题呀
其他的没试，反正这个错误是没了
AttributeError: 'NoneType' object has no attribute 'find_all'

Dogelike · 发表于 2022-7-10 14:05:48

cflying 发表于 2022-7-1 19:50
你确定去了还是不行？我不信
错误发出来看看

好吧解决了，阿里嘎多

Dogelike · 发表于 2022-7-10 14:07:24

Twilight6 发表于 2022-7-1 17:06
没有调试你整个代码，只看了你发的报错部分而已

后来的报错是原来的错误吗？如果不是那么原先的问题 ...

好吧解决了，谢谢大佬

账号		自动登录	找回密码
密码			立即注册