AttributeError：“NoneType”对象在正则表达式中没有属性“组”

Question

我编写了一个正则表达式来从网页中抓取数据。但是我收到了提到的错误。我无法找到解决方案。 有人建议

try:
    code
except:
     Attribute error

原代码：

import urllib.request
import bs4
import re

url ='https://ipinfo.io/AS7018'
def url_to_soup(url):
    req = urllib.request.Request(url)
    opener = urllib.request.build_opener()
    html = opener.open(req)
    soup = bs4.BeautifulSoup(html, "html.parser")
    return soup


s = str(url_to_soup(url))
#print(s)
asn_code, name = re.search(r'<h3 class="font-semibold m-0 t-xs-24">(?P<ASN_CODE>AS\d+) (?P<NAME>[\w.\s]+)</h3>', s)\
        .groups() # Error code
print(asn_code)
""" This is where the error : From above code """
country = re.search(r'.*href="/countries.*">(?P<COUNTRY>.*)?</a>',s).group("COUNTRY")
print(country)
registry = re.search(r'Registry.*?pb-md-1">(?P<REGISTRY>.*?)</p>',s, re.S).group("REGISTRY").strip()
print(registry)
# flag re.S make the '.' special character match any character at all, including a newline;
ip = re.search(r'IP Addresses.*?pb-md-1">(?P<IP>.*?)</p>',s, re.S).group("IP").strip()
print(ip)

Answer 1

声明：

re.search(r'<h3 class="font-semibold m-0 t-xs-24">(?P<ASN_CODE>AS\d+) (?P<NAME>[\w.\s]+)</h3>', s)

正在返回None 字符串s 中未找到您要查找的模式。

根据re.search的文档

扫描字符串，寻找正则表达式模式产生匹配的第一个位置，并返回相应的 MatchObject 实例。如果字符串中没有位置与模式匹配，则返回 None；请注意，这与在字符串中的某个点找到零长度匹配不同。

您必须重新设计您的正则表达式或调试您的代码，以便在使用上述模式时找出s 包含的内容。

Answer 2

re.search 在找不到任何东西时返回None。 None 不响应方法.groups()。在详细检查匹配之前检查是否存在匹配。

match = re.search(r'<h3 class="font-semibold m-0 t-xs-24">(?P<ASN_CODE>AS\d+) (?P<NAME>[\w.\s]+)</h3>', s)
if match:
    asn_code, name = match.groups()

但是，既然您使用的是 Beautiful Soup，为什么要先进行字符串化，然后再进行正则表达式匹配？这就像买一包速溶汤，将粉末加入水中，煮沸，然后将其脱水成粉末。那为什么还要使用 BeautifulSoup？

soup.select('h3.font-semibold.m-0.t-xs-24')[0].content

会给你<h3>元素的内容；如果需要，然后在 that 上应用正则表达式。通过 HTML 文档进行正则表达式是 generally a bad idea。

编辑：究竟是什么给了你TypeError？这是一个典型的XY problem，您正在解决错误的问题。我验证了这个工作，没有TypeError（Python 3）：

ast_re = re.compile(r'(?P<ASN_CODE>AS\d+) (?P<NAME>[\w.\s]+)')
soup = url_to_soup(url)
ast_h3 = next(
    (m for m in (ast_re.match(h3.text) for h3 in soup.select('h3')) if m),
    None)
if ast_h3:
    asn_code, name = asn_h3.groups()