she*_*hem 4 python beautifulsoup
尝试匹配包含某些文本的链接。我正在做
links = soup.find_all('a',href=lambda x: ".org" in x)
但这会引发 TypeError: argument of type 'NoneType' is not iterable。
正确的做法显然是
links = soup.find_all('a',href=lambda x: x and ".org" in x)
x and为什么这里需要额外的？
原因很简单：<a>HTML 中的标签之一没有href属性。
这是重现异常的最小示例：
html = '<html><body><a>bar</a></body></html>'
soup = BeautifulSoup(html, 'html.parser')
links = soup.find_all('a', href=lambda x: ".org" in x)
# result:
# TypeError: argument of type 'NoneType' is not iterable
现在，如果我们添加一个href属性，异常就会消失：
html = '<html><body><a href="foo.org">bar</a></body></html>'
soup = BeautifulSoup(html, 'html.parser')
links = soup.find_all('a', href=lambda x: ".org" in x)
# result:
# [<a href="foo.org">bar</a>]
发生的情况是 BeautifulSoup 正在尝试访问<a>标签的属性，并且当该属性不存在时href返回：None
html = '<html><body><a>bar</a></body></html>'
soup = BeautifulSoup(html, 'html.parser')
print(soup.a.get('href'))
# output: None
这就是为什么有必要None在 lambda 中允许值。由于None是一个虚假值，因此代码会阻止在is时执行语句x and ...的右侧，如下所示：andxNone
>>> None and 1/0
>>> 'foo.org' and 1/0
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ZeroDivisionError: division by zero
这称为短路。
也就是说，x and ...检查 的真实性x，并且None并不是唯一被认为是虚假的值。所以这样x比较会更正确：None
lambda x: x is not None and ".org" in x
| 归档时间： |
|
| 查看次数： |
7544 次 |
| 最近记录： |