关于#爬虫#的问题：报错如下（这个网页.com/pages/page3.html）(语言-python)

Question

自学python爬虫
代码如下

from bs4 import BeautifulSoup
import requests

html=requests.get('https://www.pythonscraping.com/pages/page3.html').text
soup=BeautifulSoup(html,'html.parser')

print(soup.find('img',{'src':'../img/gifts/img1.jpg'}).parent.previous_siblings.get_text())

报错如下（这个网页https://www.pythonscraping.com/pages/page3.html）

Traceback (most recent call last):
  File "butf.py", line 7, in <module>
    print(soup.find('img',{'src':'../img/gifts/img1.jpg'}).parent.previous_siblings.get_text())
AttributeError: 'generator' object has no attribute 'get_text'

弄弄很久了。help me，就是跟说上说的返回父标签的上一个兄弟标签不一样

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

这个错误提示的原因是 soup.find('img', {'src':'../img/gifts/img1.jpg'}).parent.previous_siblings 返回的是一个生成器对象（generator），而不是一个可以直接访问其 get_text() 方法的对象。你需要先获取到生成器的内容再进行操作。这里我们可以使用列表推导式（list comprehension）将生成器转化为列表，然后访问其中的 get_text() 方法。下面是修改后的代码：

from bs4 import BeautifulSoup
import requests

html = requests.get('https://www.pythonscraping.com/pages/page3.html').text
soup = BeautifulSoup(html, 'html.parser')

img_tag = soup.find('img', {'src':'../img/gifts/img1.jpg'})
if img_tag:  # 检查 img 标签是否存在
    siblings_text = [sibling.get_text() for sibling in img_tag.parent.previous_siblings]  # 使用列表推导式获取生成器的文本内容
    print("".join(siblings_text))  # 输出文本内容，如果需要分隔字符则用 join 函数合并列表内容
else:
    print("未找到符合条件的 img 标签")  # 如果未找到标签则输出提示信息

这样修改后，应该可以正确获取到父标签的上一个兄弟标签的文本内容。注意这里也添加了检查 img 标签是否存在的逻辑，以防找不到标签时出现错误。