Python从HTML标签中提取数字

Question

我正在用靓汤做刮板。我的职能是：

    journalist_result = soup.find_all("h4",class_="slab")
    if len(journalist_result)>0:
        journalist_share = int(re.match(r'\d+', journalist_result[0].get_text()).group())
    else:
        journalist_share=0

基本上，我要做的是提取共享链接的记者的数量。在本例中为221（示例见下文）：

案例1：

^{pr2}$

我的代码适用于有记者共享或者找不到URL的情况。 但是，我的代码在以下情况下中断：

案例2：

<h4 class="slab" style="margin-bottom:5px">

      This link hasn't yet been shared by any journalists.<br /><a href="/pros">Learn about using Muck Rack Pro</a> to connect with journalists.
</h4>

这是因为在案例2中，没有找到记者。我得到的错误是：

回溯（最近一次呼叫）： “文件”muckrackscraper.py“，第65行，英寸 记者共享=国际(重新匹配（r'\d+'，记者_result[0].get_text（））.group（）） AttributeError:“NoneType”对象没有属性“group”

提前感谢您的帮助！在

Answer 1

似乎您误解了代码失败的原因。在案例2中，不是，而是在案例1中，您不检查re.match的返回值，然后尝试对None进行函数调用。在

从re.match documentation：

Return None if the string does not match the pattern; note that this is different from a zero-length match.

因此，您的模式与journalist_result[0].get_text()中的任何内容都不匹配；请尝试检查此值并添加对None的检查。在