使用 BeautifulSoup4 从网页获取文本时出现 "None" 和 'NoneType object...' 错误

Question

我正在尝试从 BBC 体育页面中提取主要标题（当前："Wenger predicts 'active' January"）。 ID 是 'lead-caption'，位于 <h2> 和 <a> 标签中。我正在使用 Python.

from bs4 import BeautifulSoup
import urllib2
url = urllib2.urlopen("http://www.bbc.co.uk/sport/football/teams/arsenal")
soup=BeautifulSoup(url.read())
#Things I've tried
headline=soup.find('a', attrs={'id': 'lead-caption'})
print headline
#The above prints 'None'
headline1=soup.find('lead-caption').getText()
print headline1
#The above print "'NoneTpye' Object has no attirbute 'getText'
tag = soup.a
tag ['id'] = 'lead-caption'
type(tag)
print tag.string
#Error: NoneType object does not support item assignment

如有任何帮助，我们将不胜感激。谢谢:)

Answer 1

你的代码几乎是正确的，你正在寻找错误的元素，这就是你得到 None 的原因，它应该是 div:

headline=soup.find('div', attrs={'id': 'lead-caption'})
headline_text=headline.find('a').getText()
print headline_text

输出：

Wenger predicts 'active' January