Python

Question

我正在从 pubmed.gov 中抓取摘要，大部分情况下都有效，除了没有文本的摘要。我尝试了一个 IF 语句，但我显然没有做正确的事情。我该怎么做并让它跳过没有抽象文本的网址？我在发生这种情况的地方提供了 URL。

我收到此错误： AttributeError：'NoneType' 对象没有属性 'find'

提前致谢！

import requests
from bs4 import BeautifulSoup

listofa_urls = ['https://www.ncbi.nlm.nih.gov/pubmed/31103571']

for th in listofa_urls:

    response = requests.get(th)
    soup = BeautifulSoup(response.content, 'html.parser')

    if (soup.find(class_='abstr').find('div') is not None):
       div_ = soup.find(class_='abstr').find('div')
       if div_.find('h4'):
           h4_ = div_.find_all('h4')
           p_ = div_.find_all('p')
       else:
           h4_ = soup.find(class_='abstr').find_all('h3')
           p_ = soup.find(class_='abstr').find_all('p')

       mp = list(map(lambda x, y: [x.get_text(),y.get_text()], h4_, p_))
       print(mp)

Answer 1

如评论中所述，您不能对 None 执行 .find()，因此只需检查第一个 find 是否找到任何内容。

只删除第二个find:

if (soup.find(class_='abstr').find('div') is not None):

变成

if (soup.find(class_='abstr') is not None)

Python - 网络抓取 pubmed.gov 摘要 w/ BeautifulSoup - 出现非类型错误

Python - web scraping pubmed.gov abstracts w/ BeautifulSoup - getting nonetype error

text

beautifulsoup

web-scraping

pubmed