今天带大家了解python异常捕获及标签过滤,文中有非常详细的代码示例,对正在学习python爬虫的小伙伴们很有帮助,需要的朋友可以参考下
增加异常捕获，更容易现问题的解决方向
import ssl import urllib.request from bs4 import BeautifulSoup from urllib.error import HTTPError, URLError def get_data(url): headers = {"user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.93 Safari/537.36" } ssl._create_default_https_context = ssl._create_unverified_context """ urlopen处增加两个异常捕获： 1、如果页面出现错误或者服务器不存在时，会抛HTTP错误代码 2、如果url写错了或者是链接打不开时，会抛URLError错误 """ try: url_obj = urllib.request.Request(url, headers=headers) response = urllib.request.urlopen(url_obj) html = response.read().decode('utf8') except (HTTPError, URLError)as e: raise e """ BeautifulSoup处增加异常捕获是因为BeautifulSoup对象中有时候标签实际不存在时，会返回None值； 因为不知道，所以调用了就会导致抛出AttributeError: 'NoneType' object has no xxxxxxx。 """ try: bs = BeautifulSoup(html, "html.parser") results = bs.body except AttributeError as e: return None return results if __name__ == '__main__': print(get_data("https://movie.douban.com/chart")) 解析html，更好的实现数据展示效果
- get_text()：获取文本信息
# 此处代码同上面打开url代码一致，故此处省略...... html = response.read().decode('utf8') bs = BeautifulSoup(html, "html.parser") data = bs.find('span', {'class': 'pl'}) print(f'电影评价数：{data}') print(f'电影评价数：{data.get_text()}') 运行后的结果显示如下：
电影评价数：(38054人评价) 电影评价数：(38054人评价)- find() 方法是过滤HTML标签，查找需要的单个标签
实际find方法封装是调用了正则find_all方法，把find_all中的limt参数传1，获取单个标签
1.name：可直接理解为标签元素
2.attrs：字典格式，放属性和属性值 {"class": "indent"}
3.recursive：递归参数，布尔值，为真时递归查询子标签
4.text：标签的文本内容匹配 , 是标签的文本，标签的文本
- find_all() 方法是过滤HTML标签，查找需要的标签组
使用方法适合find一样的，无非就是多了个limit参数（筛选数据)
必须注意的小知识点：
# 下面两种写法，实际是一样的功能，都是查询id为text的属性值 bs.find_all(id="text") bs.find_all(' ', {"id": "text"}) # 如果是class的就不能class="x x x"了，因为class是python中类的关键字 bs.find_all(class_="text") bs.find_all(' ', {"class": "text"})以上就是python爬虫之异常捕获及标签过滤详解的详细内容，更多请关注0133技术站其它相关文章！
