Question

我一直在解析Rotten Tomatoes网站的一部分，该网站将评论家评分作为标记，并将“％”分开。我遵循了一些SO建议，例如使用find_all('span',text="true")，但Python 3.5.1 shell返回了这个错误：AttributeError: 'NavigableString' object has no attribute 'find_all'我也尝试找到Beautiful Soup对象critiscore的直接子节点，但是收到了相同的错误。请告诉我哪里出错了。这是我的python代码：

def get_rating(address):
    """pull ratings numbers from rotten tomatoes"""
    RTaddress = urllib.request.urlopen(address)
    tomatoe = BeautifulSoup(RTaddress, "lxml")
    for criticscore in tomatoe.find('span', class_=['meter-value superPageFontColor']):
        print(''.join(criticscore.find_all('span', recursive=False))) #print the Tomatometer

另外，这里是关于烂番茄的代码我很感兴趣：

<div class="critic-score meter">
                        <a href="#contentReviews" class="unstyled articleLink" id="tomato_meter_link">
                            <span class="meter-tomato icon big medium-xs certified_fresh pull-left"></span>
                            <span class="meter-value superPageFontColor"><span>96</span>%</span>
                        </a>
                    </div>

Answer 1

问题在于：

for criticscore in tomatoe.find('span', class_=['meter-value superPageFontColor']):

在这里，您通过find()定位单个元素，然后遍历其子节点，子节点可以是文本节点以及其他元素（当您遍历元素时，这是{{1 }}）。

相反，您可能打算使用BeautifulSoup代替find_all()：

find()

或者，您可以使用单个CSS selector代替：

for criticscore in tomatoe.find_all('span', class_=['meter-value superPageFontColor']):

其中for criticscore in tomatoe.select('span.meter-value > span'): print(criticscore.get_text())表示直接的父子关系（这是您的>替换）。

从美式汤上的“导航字符串”和“标签”类型中拉出文本

1 个答案: