Song200301090015 2023-01-04 12:32 采纳率: 100%
浏览 22
已结题

关于#python#的问题:用Python爬取网页时,直接运行for语句下的代码可正常运行,加入for语句进行循环则报错

用Python爬取网页时,直接运行for语句下的代码可正常运行,加入for语句进行循环则报错
遇到的现象和发生背景,请写出第一个错误信息
def getHTMLText(url_):
    try:
        r = requests.get(url_, timeout=30)
        r.raise_for_status()  # 如果状态不是200,引发HTTPError异常
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return "产生异常"


def getSoup(url_):
    html_ = getHTMLText(url_)
    soup_ = BeautifulSoup(html_, 'lxml')
    return soup_


if __name__ == "__main__":
    year = '23'
    month = '01'
    day = '04'
    page = '01'
    for page in range(1, 9): # 注释掉本行则可正常运行
        target = f"http://paper.people.com.cn/rmrb/html/20{year}-{month}/{day}/nbs.D110000renmrb_{page}.htm"
        soup = getSoup(target)
        title_list = soup.find('ul',class_='news-list')
        title_list = title_list.find_all('a')
        for title in title_list:
            print(title.string)

运行结果及详细报错内容Traceback (most recent call last):
  File "C:\Users\songz\PycharmProjects\pythonProject1\spiders\spiderNews.py", line 47, in <module>
    title_list = title_list.find_all('a')
AttributeError: 'NoneType' object has no attribute 'find_all'

如何能通过for语句循环运行?
  • 写回答

3条回答 默认 最新

  • 於黾 2023-01-04 14:08
    关注

    01.html和1.html很显然不是同一个网址,你在错误的网址下当然抓不到东西,是空的
    改成

    target = f"http://paper.people.com.cn/rmrb/html/20{year}-{month}/{day}/nbs.D110000renmrb_{page:02d}.htm"
    
    
    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论 编辑记录
查看更多回答(2条)

报告相同问题?

问题事件

  • 系统已结题 1月12日
  • 已采纳回答 1月4日
  • 创建了问题 1月4日

悬赏问题

  • ¥20 机器学习能否像多层线性模型一样处理嵌套数据
  • ¥20 西门子S7-Graph,S7-300,梯形图
  • ¥50 用易语言http 访问不了网页
  • ¥50 safari浏览器fetch提交数据后数据丢失问题
  • ¥15 matlab不知道怎么改,求解答!!
  • ¥15 永磁直线电机的电流环pi调不出来
  • ¥15 用stata实现聚类的代码
  • ¥15 请问paddlehub能支持移动端开发吗?在Android studio上该如何部署?
  • ¥20 docker里部署springboot项目,访问不到扬声器
  • ¥15 netty整合springboot之后自动重连失效