Question

我正在尝试使用Beautiful Soup刮一张简单的桌子。这是我的代码：

import requests
from bs4 import BeautifulSoup

url = 'https://gist.githubusercontent.com/anonymous/c8eedd8bf41098a8940b/raw/c7e01a76d753f6e8700b54821e26ee5dde3199ab/gistfile1.txt'
r = requests.get(url)

soup = BeautifulSoup(r.text)
table = soup.find_all(class_='dataframe')

first_name = []
last_name = []
age = []
preTestScore = []
postTestScore = []

for row in table.find_all('tr'):
    col = table.find_all('td')

    column_1 = col[0].string.strip()
    first_name.append(column_1)

    column_2 = col[1].string.strip()
    last_name.append(column_2)

    column_3 = col[2].string.strip()
    age.append(column_3)

    column_4 = col[3].string.strip()
    preTestScore.append(column_4)

    column_5 = col[4].string.strip()
    postTestScore.append(column_5)

columns = {'first_name': first_name, 'last_name': last_name, 'age': age, 'preTestScore': preTestScore, 'postTestScore': postTestScore}
df = pd.DataFrame(columns)
df

然而，每当我运行它时，我都会收到此错误：

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-116-a900c2872793> in <module>()
     14 postTestScore = []
     15 
---> 16 for row in table.find_all('tr'):
     17     col = table.find_all('td')
     18 

AttributeError: 'ResultSet' object has no attribute 'find_all'

我已经阅读了大约十二个关于此错误的StackOverflow问题，我无法弄清楚我做错了什么。

Answer 1

table变量包含一个数组。你需要在其成员上调用find_all（即使你知道它只是一个只有一个成员的数组），而不是整个成员。

>>> type(table)
<class 'bs4.element.ResultSet'>
>>> type(table[0])
<class 'bs4.element.Tag'>
>>> len(table[0].find_all('tr'))
6
>>>

Answer 2

table = soup.find_all(class_='dataframe')

这为您提供了一个结果集 - 即 all 与该类匹配的元素。您可以迭代它们，或者如果您知道只有一个dataFrame，则可以使用find。从您的代码看，后者似乎是您需要的，以解决当前的问题：

table = soup.find(class_='dataframe')

然而，并非全部：

for row in table.find_all('tr'):
    col = table.find_all('td')

您可能希望迭代此处行中的td，而不是整个表。（否则你只会一遍又一遍地看到第一行。）

for row in table.find_all('tr'):
    for col in row.find_all('td'):

Answer 3

迭代表并使用rowfind_all('td')

   for row in table:
        col = row.find_all('td')

美丽的汤：'ResultSet'对象没有属性'find_all'？

3 个答案: