蒟蒻蒻蒻 2022-06-02 15:33 采纳率: 57.1%
浏览 113

python 爬虫报错问题

为什么爬虫改网址都就报错,请教一下
源码:

import requests
import random
import time
import socket
import http.client
from bs4 import BeautifulSoup
import sys

def get_content(url , data = None):
    header={
        'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
        'Accept-Encoding': 'gzip, deflate, sdch',
        'Accept-Language': 'zh-CN,zh;q=0.8',
        'Connection': 'keep-alive',
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/43.0.235'
    }
    timeout = random.choice(range(80, 180))
    while True:
        try:
            rep = requests.get(url,headers = header,timeout = timeout)
            rep.encoding = 'utf-8'
            break
        except socket.timeout as e:
            print( '3:', e)
            time.sleep(random.choice(range(8,15)))

        except socket.error as e:
            print( '4:', e)
            time.sleep(random.choice(range(20, 60)))

        except http.client.BadStatusLine as e:
            print( '5:', e)
            time.sleep(random.choice(range(30, 80)))

        except http.client.IncompleteRead as e:
            print( '6:', e)
            time.sleep(random.choice(range(5, 15)))

    return rep.text
    # return html_text

def get_data(html_text):
    final = []
    bs = BeautifulSoup(html_text, "html.parser")  # 创建BeautifulSoup对象
    body = bs.body # 获取body部分
    data = body.find('div', {'id': '7d'})  # 找到id为7d的div
    ul = data.find('ul')  # 获取ul部分                               #报错地方!
    li = ul.find_all('li')  # 获取所有的li

    for day in li: # 对每个li标签中的内容进行遍历
        temp = []
        date = day.find('h1').string  # 找到日期
        temp.append(date)  # 添加到temp中
        inf = day.find_all('p')  # 找到li中的所有p标签
        temp.append(inf[0].string,)  # 第一个p标签中的内容(天气状况)加到temp中
        if inf[1].find('span') is None:
            temperature_highest = None # 天气预报可能没有当天的最高气温(到了傍晚,就是这样),需要加个判断语句,来输出最低气温
        else:
            temperature_highest = inf[1].find('span').string  # 找到最高温
            temperature_highest = temperature_highest.replace('℃', '')  # 到了晚上网站会变,最高温度后面也有个℃
        temperature_lowest = inf[1].find('i').string  # 找到最低温
        temperature_lowest = temperature_lowest.replace('℃', '')  # 最低温度后面有个℃,去掉这个符号
        temp.append(temperature_highest)   # 将最高温添加到temp中
        temp.append(temperature_lowest)   #将最低温添加到temp中
        final.append(temp)   #将temp加到final中

    return final
def write_data(data, name):
    file_name = name
    with open("爬虫.txt",'w') as f:
         f_csv = f
         for i in range(len(data)):
                  for j in range(4):
                           a = str(data[i][j]) + "  "
                           print(f'{a}',end = '')
                           f_csv.write(a)
                  print('\n')
                  f_csv.write('\n')
                  #print("\nyes")

if __name__ == '__main__':
    url ='http://www.weather.com.cn/weather/101190401.shtml'    #这里改成http://www.tradinghours.com/markets
                                                                                                     #就报错
    html = get_content(url)
    result = get_data(html)
    write_data(result, 'weather.csv')
    print("爬虫已完成")

报错信息:

Traceback (most recent call last):
  File "C:/Users/Administrator/Desktop/python/python(窗口)/tkinter/CSDN/答题.py", line 108, in <module>
    result = get_data(html)
  File "C:/Users/Administrator/Desktop/python/python(窗口)/tkinter/CSDN/答题.py", line 71, in get_data
    ul = data.find('ul')  # 获取ul部分
AttributeError: 'NoneType' object has no attribute 'find'

报错地方:ul = data.find('ul') # 获取ul部分

我试了很多次都不行,请教一下,急!

  • 写回答

4条回答 默认 最新

  • much0726 2022-06-02 15:44
    关注

    data = body.find('div', {'id': '7d'}) # 找到id为7d的div
    地址修改后,上面的这个data找不到值为空了,后面就报错了。

    评论 编辑记录

报告相同问题?

问题事件

  • 修改了问题 6月2日
  • 创建了问题 6月2日

悬赏问题

  • ¥15 怎么生成确定数目的泊松点过程
  • ¥15 python点云生成mesh精度不够怎么办
  • ¥15 QT C++ 鼠标键盘通信
  • ¥15 改进Yolov8时添加的注意力模块在task.py里检测不到
  • ¥50 高维数据处理方法求指导
  • ¥100 数字取证课程 关于FAT文件系统的操作
  • ¥15 如何使用js实现打印时每页设置统一的标题
  • ¥15 安装TIA PortalV15.1报错
  • ¥15 能把水桶搬到饮水机的机械设计
  • ¥15 Android Studio中如何把H5逻辑放在Assets 文件夹中以实现将h5代码打包为apk