AttributeError：“Doctype”对象没有属性“has_attr”

Question

该脚本应该提取所有超链接

  import httplib2
import bs4 as bs
from bs4 import SoupStrainer

http = httplib2.Http()
status, response = http.request('http://www.nytimes.com')

for link in bs.BeautifulSoup(response, parseOnlyThese=SoupStrainer('a')):
    if link.has_attr('href'):
        print(link['href'])

这会产生错误：

AttributeError: 'Doctype' object has no attribute 'has_attr'

我该如何纠正这个问题，我已经查看了其他地方找不到解决方案。

Answer 1

该问题似乎与解析器相关，因为它仅在lxml解析器中表现出来（在许多系统上是默认的）。使用库存html.parser可以解决这个问题：

for link in bs.BeautifulSoup(response, 'html.parser',
                             parseOnlyThese=SoupStrainer('a')):
    if link.has_attr('href'):
        print(link['href'])