Beautifulsoup内容返回列表索引超出范围

0 投票

2 回答

582 浏览

提问于 2025-04-18 09:15

我在看这些教程 http://importpython.blogspot.com/2009/12/how-to-get-beautifulsoup-to-filter.html 和 http://importpython.blogspot.com/2009/12/how-to-screen-scrape-craigslist-using.html，但是即使是复制粘贴的代码，我也无法打印出链接的标题，因为在第11行和第8行我遇到了“列表索引超出范围”的错误。如果我只是复制粘贴代码，为什么会出错呢？我尝试了其他变体，比如只返回链接，这样完全没问题，所以我觉得这不是本地的问题。

编辑

问题出在以下代码（来自 http://importpython.blogspot.com/2009/12/how-to-screen-scrape-craigslist-using.html）：

from BeautifulSoup import BeautifulSoup   #1
from urllib2 import urlopen               #2

site = "http://sfbay.craigslist.org/rea/" #3
html = urlopen(site)                      #4
soup = BeautifulSoup(html)                #5
postings = soup('p')                      #6

for post in postings:                     #7
    print post('a')[0].contents[0]        #8
    print post('a')[0]['href']            #9

导致的错误是：

Traceback (most recent call last):
  File "<stdin>", line 2, in <module>
IndexError: list index out of range

2 个回答

BeautifulSoup 是一个非常强大的工具……所以别偷懒，充分利用它的功能：

soup = BeautifulSoup(html)
postings = soup.find_all('p', {'class': 'row'})

for post in postings:
   info_container = post.find('span', {'class':'pl'}).find('a')
   print info_container.text
   print info_container['href']

我总是尽量避免在代码中写死数组的大小。而且使用 find 函数会更直观。

回答于 2025-04-18 由 Python大师

分享举报

这段话是说，这个代码是依赖于Craigslist网站的HTML结构，但这个结构已经发生了变化。所以你在第二个'a'标签里才能得到你想要的“正确”结果：

print post('a')[1].contents[0]
print post('a')[1]['href']

回答于 2025-04-18 由 Python大师

分享举报

Beautifulsoup内容返回列表索引超出范围

相关问题：

2 个回答

撰写回答