美丽的汤:'ResultSet'对象没有属性'find_all'？

Question

我正在尝试使用Beautiful Soup刮一张简单的桌子.这是我的代码:

import requests
from bs4 import BeautifulSoup

url = 'https://gist.githubusercontent.com/anonymous/c8eedd8bf41098a8940b/raw/c7e01a76d753f6e8700b54821e26ee5dde3199ab/gistfile1.txt'
r = requests.get(url)

soup = BeautifulSoup(r.text)
table = soup.find_all(class_='dataframe')

first_name = []
last_name = []
age = []
preTestScore = []
postTestScore = []

for row in table.find_all('tr'):
    col = table.find_all('td')

    column_1 = col[0].string.strip()
    first_name.append(column_1)

    column_2 = col[1].string.strip()
    last_name.append(column_2)

    column_3 = col[2].string.strip()
    age.append(column_3)

    column_4 = col[3].string.strip()
    preTestScore.append(column_4)

    column_5 = col[4].string.strip()
    postTestScore.append(column_5)

columns = {'first_name': first_name, 'last_name': last_name, 'age': age, 'preTestScore': preTestScore, 'postTestScore': postTestScore}
df = pd.DataFrame(columns)
df

但是,每当我运行它时,我都会收到此错误:

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-116-a900c2872793> in <module>()
     14 postTestScore = []
     15 
---> 16 for row in table.find_all('tr'):
     17     col = table.find_all('td')
     18 

AttributeError: 'ResultSet' object has no attribute 'find_all'

我已经阅读了大约十二个关于此错误的StackOverflow问题,我无法弄清楚我做错了什么.

Answer 1

该table变量包含一个数组.你需要调用find_all它的成员(即使你知道它是一个只有一个成员的数组),而不是整个事件.

>>> type(table)
<class 'bs4.element.ResultSet'>
>>> type(table[0])
<class 'bs4.element.Tag'>
>>> len(table[0].find_all('tr'))
6
>>>

Answer 2

table = soup.find_all(class_='dataframe')

这为您提供了一个结果集 - 即与该类匹配的所有元素.您可以迭代它们,或者,如果您知道只有一个dataFrame,则可以使用它们find.从您的代码来看,后者似乎是您需要的,以解决当前的问题:

table = soup.find(class_='dataframe')

但是,这不是全部:

for row in table.find_all('tr'):
    col = table.find_all('td')

你可能想td在这里迭代行中的s,而不是整个表.(否则你只会看到第一行一遍又一遍.)

for row in table.find_all('tr'):
    for col in row.find_all('td'):