Question

这是我的抓取代码：

import requests
from bs4 import BeautifulSoup as soup
def get_emails(_links:list):
for i in range(len(_links)):
 new_d = soup(requests.get(_links[i]).text, 'html.parser').find_all('a', {'class':'my_modal_open'})
 if new_d:
   yield new_d[-1]['title']

start=20
while True:
d = soup(requests.get('http://www.schulliste.eu/type/gymnasien/?bundesland=&start=20').text, 'html.parser')

results = [i['href'] for i in d.find_all('a')][52:-9]
results = [link for link in results if link.startswith('http://')]
print(list(get_emails(results)))

next_page=soup.find('div', {'class': 'paging'}, 'weiter')

if next_page:

    d=next_page.get('href')
    start+=20
else:
    break

多数民众赞成在我得到的错误： AttributeError：“ str”对象没有属性“ find_all”

当您按下按钮“ weiter”（下一页）时，urlending从“ ... start = 20”更改为“ start = 40”。由于每个站点有20个结果，因此需要20秒的步骤。有人知道错误的原因吗？

Answer 1

您将“汤”放入名为“ d”的变量中。

因此替换以下行：

next_page=soup.find('div', {'class': 'paging'}, 'weiter')

与此：

next_page = d.find('div', {'class': 'paging'}, 'weiter')

使用BeautifulSoup抓取Python转到下一页

1 个答案: