Question

我使用BeautifulSoup4来解析文档并且我得到一些奇怪的行为，相关的代码片段如下所示：

for sale_table in sales_soup.find_all('table'):
    rows = sale_table.find_all('tr')
    grantor = rows[3]

然而，这给了我一个超出范围异常的索引。所以我在授予者赋值之前和之后立即运行了一些基本检查和len（行）== 4（使用不抛出异常的索引）。此外，我能够访问行[0]和行[1]的行的第一个和第二个元素。但是我只能使用行[-1]和行[-2]访问元素3和4，尝试使用索引2或3或-3或-4抛出索引超出范围异常。此外，当我file.write（str（行））和html我得到的测试文档的html恰好匹配。

总之，我可以访问整个列表，但我想了解为什么我会遇到这个奇怪的例外。

抱歉，答案是我是个白痴。标记中存在一个不一致的表，该表更短并且抛出异常。一次运行一个循环显示每次迭代时len！= 4抱歉错误信息。编辑这个问题是不好的形式，因为它不正确？

Answer 1

您永远不应该索引未知大小的列表。永远不要相信标记是正确的。

根据我对BeautifulSoup的经验，你必须编写很多if语句来自己解决。将上面的代码更改为：

for sale_table in sales_soup.find_all('table'):
  rows = sale_table.find_all('tr')
  if len(rows) > 3:
    grantor = rows[3]
  else:
    grantor = None

另外，请查看BS4 documentation以获取可能对您的用例有用的.find_all()的更多选项。例如，如果您只获得第4个元素，请使用limit=4作为关键字参数。

只能使用负索引访问某些BeautifulSoup结果元素

1 个答案: