BeautifulSoup - 标签下缺少标签答案

【问题标题】：BeautifulSoup - Missing tag under tagBeautifulSoup - 标签下缺少标签
【发布时间】：2015-10-12 17:37:03
【问题描述】：

所以，我想从“h1”标签中获取文本。我正在使用 BeutifulSoup，它工作正常，直到“article”标签中没有“h1”标签，然后我得到“'NoneType' object has no attribute 'contents'错误。代码如下：

from bs4 import BeautifulSoup

page = 

    "<article>
    <a href="http://something">
    </a>   (missing "h1")
    <a href="http://something">
    </a>
    </article>
    <article>
    <a href="http://something">
    </a>
    <a href="http://something">
       <h1>something</h1>
    </a>
    </article>
    <article>
    <a href="http://something">
    </a>
    <a href="http://something">
       <h1>something</h1>
   </a>
   </article>"

soup = BeautifulSoup(page, "lxml")

h1s = []

articles = soup.find_all("article")


for i in range(1,len(articles)):
    h1s.append(articles[i].h1.contents)

这些是当我检查带有 h1 标签和没有标签的行时的消息。

type(articles[0].h1) 
<type 'NoneType'>
type(articles[1].h1)
<class 'bs4.element.Tag'>

【问题讨论】：

标签： python tags beautifulsoup

【解决方案1】：

你应该只循环articles，这是一个列表，然后使用find_all()方法获取a标签内的所有h1，然后将其text添加到h1s。看来这就是你想要的 -

h1s = []
articles = soup.find_all("article")
for i in articles:
    for x in i.find_all('h1'):
            h1s.append(x.text)

【讨论】：