Question

我正在尝试构建一个网络草稿（作为辅助项目），以将评论从酒店Google Reviews page中提取出来并将其打印到Excel工作表中。页面是无限滚动的，从0开始从10开始索引。为此，我一直在使用BeautifulSoup。我的代码如下：

import requests
import xlsxwriter
from bs4 import BeautifulSoup

index = 0
reviewlist = []
while index <= 700:
    url = "https://www.google.com/async/reviewSort?vet=12ahUKEwibi8-45LriAhUXeisKHbROA6sQxyx6BAgBED0..i&ved=2ahUKEwibi8-45LriAhUXeisKHbROA6sQjit6BAgBEHw&rlz=1C1GCEB_enAU817AU817&yv=3&async=feature_id:0x6ad642b40a5fb91f%3A0xd4af4255ed578be2,review_source:All%20reviews,sort_by:qualityScore,start_index:{},is_owner:false,filter_text:,next_page_token:,_pms:s,_fmt:pc".format(index)
    response = requests.get(url)
    soup = BeautifulSoup(response.text, "html.parser")
    tenreviews = soup.findAll("span", {"jsl": "$t t-uvHqeLvCkgA;$x 0;"})
    reviewlist += tenreviews
    index += 10

# Export to Excel sheet
workbook = xlsxwriter.Workbook('doubletreereviews.xlsx')
worksheet = workbook.add_worksheet()

row = 0
for review in reviewlist:
    worksheet.write(row, 0, review)
    row += 1

workbook.close()

运行我的代码时，它会产生以下TypeError。

TypeError: expected string or bytes-like object

我注意到某些元素将正常打印，而其他元素将触发错误。例如，如果我在尝试导出到Excel工作表之前通过添加以下代码，将列表替换为特定的单个评价，则它可以工作，并在A1中生成具有单个评价的Excel工作表。

reviewlist = reviewlist[4]

据此，我推断这与以下事实有关：复习列表中的四个没有子代（不确定我是否使用了在BeautifulSoups文档中找到的正确术语），而其他评论。

任何人都可以对此有所了解并帮助我纠正它吗？

如果我的问题，解释或代码有任何问题，请随时告诉我。我正在努力学习尽可能多的东西！

Answer 1

TypeError：预期的字符串或类似字节的对象

因为您要编写BeautifulSoup Tag对象

worksheet.write(row, 0, review)

其中review是<class 'bs4.element.Tag'>实例。

review参数必须是string或number类型，而不是Tag类型。

Webscrape数据产生一个workbook.close（）错误。我该如何纠正？

1 个答案: