这篇教程python爬虫之异常捕获及标签过滤详解写得很实用，希望能帮到您。
增加异常捕获，更容易现问题的解决方向 import sslimport urllib.requestfrom bs4 import BeautifulSoupfrom urllib.error import HTTPError, URLError def get_data(url): headers = {"user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Safari/537.36" } ssl._create_default_https_context = ssl._create_unverified_context """ urlopen处增加两个异常捕获： 1、如果页面出现错误或者服务器不存在时，会抛HTTP错误代码 2、如果url写错了或者是链接打不开时，会抛URLError错误 """ try: url_obj = urllib.request.Request(url, headers=headers) response = urllib.request.urlopen(url_obj) html = response.read().decode('utf8') except (HTTPError, URLError)as e: raise e """ BeautifulSoup处增加异常捕获是因为BeautifulSoup对象中有时候标签实际不存在时，会返回None值； 因为不知道，所以调用了就会导致抛出AttributeError: 'NoneType' object has no xxxxxxx。 """ try: bs = BeautifulSoup(html, "html.parser") results = bs.body except AttributeError as e: return None return results if __name__ == '__main__': print(get_data("https://movie.douban.com/chart"))解析html，更好的实现数据展示效果 # 此处代码同上面打开url代码一致，故此处省略...... html = response.read().decode('utf8')bs = BeautifulSoup(html, "html.parser")data = bs.find('span', {'class': 'pl'})print(f'电影评价数：{data}')print(f'电影评价数：{data.get_text()}')运行后的结果显示如下： 电影评价数：<span class="pl">(38054人评价)</span>电影评价数：(38054人评价) - find() 方法是过滤HTML标签，查找需要的单个标签
实际find方法封装是调用了正则find_all方法，把find_all中的limt参数传1，获取单个标签 1.name：可直接理解为标签元素 2.attrs：字典格式，放属性和属性值 {"class": "indent"} 3.recursive：递归参数，布尔值，为真时递归查询子标签 4.text：标签的文本内容匹配 , 是标签的文本，标签的文本 - find_all() 方法是过滤HTML标签，查找需要的标签组
使用方法适合find一样的，无非就是多了个limit参数（筛选数据) 
必须注意的小知识点： # 下面两种写法，实际是一样的功能，都是查询id为text的属性值bs.find_all(id="text")bs.find_all(' ', {"id": "text"})# 如果是class的就不能class="x x x"了，因为class是python中类的关键字bs.find_all(class_="text")bs.find_all(' ', {"class": "text"})到此这篇关于python爬虫之异常捕获及标签过滤详解的文章就介绍到这了,更多相关python异常捕获及标签过滤内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
python使用tkinter实现透明窗体
Keras 如何修改图片通道的顺序 |
