beautiful soup中的这个错误是什么意思？

Question

我正在用PyQt4和BeautifulSoup写一个小脚本。基本上，你只需要指定一个网址，然后这个脚本就会从网页上下载所有的图片。

在输出结果中，当我提供 http://yahoo.com 时，它下载了所有的图片，除了其中一张：

...
Download Complete
Download Complete
File name is wrong 
Traceback (most recent call last):
  File "./picture_downloader.py", line 41, in loadComplete
    self.download_image()
  File "./picture_downloader.py", line 58, in download_image
    print 'File name is wrong ',image['src']
  File "/usr/local/lib/python2.7/dist-packages/beautifulsoup4-4.1.3-py2.7.egg/bs4/element.py", line 879, in __getitem__
    return self.attrs[key]
KeyError: 'src'

从 http://stackoverflow.com 得到的输出是：

Download Complete
File name is wrong  h
Download Complete

最后，这里是代码的一部分：

# SLOT for loadFinished
def loadComplete(self): 
    self.download_image()

def download_image(self):
    html = unicode(self.frame.toHtml()).encode('utf-8')
    soup = bs(html)

    for image in soup.findAll('img'):
        try:
            file_name = image['src'].split('/')[-1]
            cur_path = os.path.abspath(os.curdir)
            if not os.path.exists(os.path.join(cur_path, 'images/')):
                os.makedirs(os.path.join(cur_path, 'images/'))
            f_path = os.path.join(cur_path, 'images/%s' % file_name)
            urlretrieve(image['src'], f_path)
            print "Download Complete"
        except:
            print 'File name is wrong ',image['src']
    print "No more pictures on the page"

Answer 1

好的，事情是这样的。在你的try-except代码块中，你遇到了一个KeyError错误，这个错误是因为在file_name = image['src'].split('/')[-1]这行代码中，image这个对象没有src这个属性。

然后，在你的except语句之后，你又试图访问同样导致错误的属性：print 'File name is wrong ',image['src']。

检查一下导致错误的img标签，并重新考虑一下在这些情况下你的逻辑是否合理。

Answer 2

这段话的意思是，image这个元素没有"src"属性，所以你会遇到同样的错误两次：第一次是在file_name = image['src'].split('/')[-1]这行代码里，第二次是在异常处理的部分'File name is wrong ',image['src']。

---

避免这个问题最简单的方法是把soup.findAll('img')改成soup.findAll('img',{"src":True})，这样就只会找到那些有src属性的元素。

---

如果有两种可能的情况，可以尝试下面的方式：

for image in soup.findAll('img'):
    v = image.get('src', image.get('dfr-src'))  # get's "src", else "dfr_src"
                                                # if both are missing - None
    if v is None:
        continue  # continue loop with the next image
    # do your stuff