Question

我在python和BeatifulSoup的帮助下从一个网站收到了一篇文章文章。现在我有一个奇怪的问题......我只是在多个p标签内打印出文本，这些标签位于带有dr_article类的div中。现在代码看起来像这样：

from bs4 import BeautifulSoup

def getArticleText(webtext):
soup = BeautifulSoup(webtext)
divTag = soup.find_all("div", {"class":"dr_article"})
for tag in divTag:
    pData = tag.find_all("p").text
    print pData

我收到了以下错误：

Traceback (most recent call last):
  File "<pyshell#14>", line 1, in <module>
execfile("word_rank/main.py")
  File "word_rank/main.py", line 7, in <module>
articletext.getArticleText(webtext)
  File "word_rank\articletext.py", line 7, in getArticleText
pData = tag.find_all("p").text
AttributeError: 'list' object has no attribute 'text'

但是当我在[0]之前选择.text之前的第一个元素时，我没有得到错误并且它按预期工作。它获得第一个元素文本。确切地说，我修改了我的代码，它看起来像这样：

from bs4 import BeautifulSoup

def getArticleText(webtext):
soup = BeautifulSoup(webtext)
divTag = soup.find_all("div", {"class":"dr_article"})
for tag in divTag:
    pData = tag.find_all("p")[0].text
    print pData

我的问题是如何一次从所有元素中获取文本？要修改什么，所以我不会从一个元素中获取文本，而是从所有元素中获取文本？

Answer 1

您正在获取所有元素，因此该函数返回列表。尝试通过它：

from bs4 import BeautifulSoup

def getArticleText(webtext):
    soup = BeautifulSoup(webtext)
    divTag = soup.find_all("div", {"class":"dr_article"})
    for tag in divTag:
        for element in tag.find_all("p"):
            pData = element.text
            print pData

或者您可以单独选择每个元素：

tag.find_all("p")[0].text
tag.find_all("p")[1].text
tag.find_all("p")[..].text
tag.find_all("p")[N - 1].text
tag.find_all("p")[N].text

Python和美丽的汤，拿起所有元素

1 个答案: