- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在编写一个脚本,从文章中提取内容并删除任何不必要的内容,例如。脚本和样式。 Beautiful Soup 不断引发以下异常:
'<class 'bs4.element.Tag'>' object has no attribute 'contents'
以下是trim函数的代码(element是包含网页内容的HTML元素):
def trim(element):
elements_to_remove = ('script', 'style', 'link', 'form', 'object', 'iframe')
for i in elements_to_remove:
remove_all_elements(element, i)
attributes_to_remove = ('class', 'id', 'style')
for i in attributes_to_remove:
remove_all_attributes(element, i)
remove_all_comments(element)
# Remove divs that have more non-p elements than p elements
for div in element.find_all('div'):
p = len(div.find_all('p'))
img = len(div.find_all('img'))
li = len(div.find_all('li'))
a = len(div.find_all('a'))
if p == 0 or img > p or li > p or a > p:
div.decompose()
查看堆栈跟踪,问题似乎出在 for 语句之后的此方法:
# Remove divs that have more non-p elements than p elements
for div in element.find_all('div'):
p = len(div.find_all('p')) # <-- div.find_all('p')
我不明白为什么 bs4.element.Tag 的这个实例没有“contents”属性?我在实际网页上尝试了一下,元素中充满了 p 和 img...
这是回溯(这是我正在开发的 Django 项目的一部分):
Environment:
Request Method: POST
Request URL: http://localhost:8000/read/add/
Django Version: 1.4.1
Python Version: 2.7.3
Installed Applications:
('django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.sites',
'django.contrib.messages',
'django.contrib.staticfiles',
'home',
'account',
'read',
'review')
Installed Middleware:
('django.middleware.common.CommonMiddleware',
'django.contrib.sessions.middleware.SessionMiddleware',
'django.middleware.csrf.CsrfViewMiddleware',
'django.contrib.auth.middleware.AuthenticationMiddleware',
'django.contrib.messages.middleware.MessageMiddleware')
Traceback:
File "/home/marco/.virtualenvs/sandra/local/lib/python2.7/site-packages/django/core/handlers/base.py" in get_response
111. response = callback(request, *callback_args, **callback_kwargs)
File "/home/marco/sandra/read/views.py" in add
24. Article.objects.create_article(request.user, url)
File "/home/marco/sandra/read/models.py" in create_article
11. title, content = logic.process_html(web_page.read())
File "/home/marco/sandra/read/logic.py" in process_html
7. soup = htmlbarber.give_haircut(BeautifulSoup(html_code, 'html5lib'))
File "/home/marco/sandra/read/htmlbarber/__init__.py" in give_haircut
45. scissor.trim(element)
File "/home/marco/sandra/read/htmlbarber/scissor.py" in trim
35. p = len(div.find_all('p'))
File "/home/marco/.virtualenvs/sandra/local/lib/python2.7/site-packages/bs4/element.py" in find_all
1128. return self._find_all(name, attrs, text, limit, generator, **kwargs)
File "/home/marco/.virtualenvs/sandra/local/lib/python2.7/site-packages/bs4/element.py" in _find_all
413. return [element for element in generator
File "/home/marco/.virtualenvs/sandra/local/lib/python2.7/site-packages/bs4/element.py" in descendants
1140. if not len(self.contents):
File "/home/marco/.virtualenvs/sandra/local/lib/python2.7/site-packages/bs4/element.py" in __getattr__
924. "'%s' object has no attribute '%s'" % (self.__class__, tag))
Exception Type: AttributeError at /read/add/
Exception Value: '<class 'bs4.element.Tag'>' object has no attribute 'contents'
这是remove_all_*函数的源代码:
def remove_all_elements(element_to_clean, unwanted_element_name):
for to_remove in element_to_clean.find_all(unwanted_element_name):
to_remove.decompose()
def remove_all_attributes(element_to_clean, unwanted_attribute_name):
for to_inspect in [element_to_clean] + element_to_clean.find_all():
try:
del to_inspect[unwanted_attribute_name]
except KeyError:
pass
def remove_all_comments(element_to_clean):
for comment in element_to_clean.find_all(text=lambda text:isinstance(text, Comment)):
comment.extract()
最佳答案
我认为问题在于,在 remove_all_elements
或代码中的其他位置,您正在删除某些标记的 contents
属性。
看起来当您调用to_remove.decompose()
时就会发生这种情况。这是该方法的来源:
def decompose(self):
"""Recursively destroys the contents of this tree."""
self.extract()
i = self
while i is not None:
next = i.next_element
i.__dict__.clear()
i = next
如果您手动调用此函数,会发生以下情况:
>> soup = BeautifulSoup('<div><p>hi</p></div>')
>>> d0 = soup.find_all('div')[0]
>>> d0
<div><p>hi</p></div>
>>> d0.decompose()
>>> d0
Traceback (most recent call last):
...
Traceback (most recent call last):
AttributeError: '<class 'bs4.element.Tag'>' object has no attribute 'contents'
看来,一旦您在标签上调用了decompose
,您就不能再尝试使用该标签。我不太确定这是在哪里发生的。
我要尝试检查的一件事是,在 trim()
函数中始终保持 len(element.__dict__) > 0
。
关于python - 美丽汤错误 : '<class ' bs4. 元素。标签'>' object has no attribute ' 内容'?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13310936/
关于 this页面,我看到以下代码: if ((attributes & FileAttributes.Hidden) == FileAttributes.Hidden) 但我不明白为什么会变成这样。
函数pthread_mutex_init允许您指定指向属性的指针。但是我还没有找到关于pthread属性是什么的很好的解释。我一直只是提供NULL。这个论点有用吗? 该文档,对于那些忘记它的人: PT
我们有一个 xml 节点“item”,其属性为“style”,即“Header1”。但是,这种风格可以改变。我们有一个名为 Header1 的属性集,它定义了它在 PDF 中的外观,通过 xsl:fo
我的任务是在用户点击它时从输入框中删除占位符并使标签可见。如果用户未在其中再次填写任何内容,请放回占位符并使标签不可见。 我可以隐藏它但不能重新分配它。我试过 element.setAttribute
我从文章中编写代码,并且有: public IActionResult Create([Bind(Include="Imie,Nazwisko,Stanowisko,Wiek")] Pracownik
你能给我解释一下以下属性吗? 1) [MonoTouch.Foundation.Register("SomeClass")] 这个属性是否只用于向IB注册类?以编程方式扩展 iOS 类时是否必须使用此
我正在编写一个 C++ 程序,在调试时我在执行以下函数: int CClass::do_something() { ... // I've put a breakpoint here } 我的 C
我已经在 polymer 0.5 中构建了我的应用程序。 现在我已经将它更新到 polymer 1.0。 对于响应式布局,我使用了一个布局属性,它使用 Polymer 0.5 中布局属性的自定义逻辑。
我是使用 Jade 的新手——到目前为止它很棒。 但是我需要发生的一件事是具有“itemscope”属性的元素: 我的 Jade 符是: header(itemscope, itemtype='ht
我正在研究一个厨师实现,有时在过去的地方使用了 attribute.set,attribute.default 会这样做。为了解决这个问题,我对 Chef 属性优先范式非常熟悉。我知道“正常”属性(使
我经常看到html data-attribute (s) 将特定值/参数添加到 html 元素,例如使用它们将按钮“链接”到要打开的模式对话框等的 Bootstrap。 现在,我看到一个几乎著名的
假设如下: def create_new_salt self.salt = self.object_id.to_s + rand.to_s end 为什么使用“ self ”更好。而不是实例变量“
根据我的理解,Backbone.js 模型的属性应该通过以下方式声明为有点私有(private)的成员变量 this.set({ attributeName: attributeValue }) //
我有一个看起来像下面的XML文档: ... ... ... ...
我正在实现一个 JSF 组件,需要有条件地添加一些属性。这个问题类似于之前的 JSF: p:dataTable with f:attribute results in "argument type m
我正在尝试将应用程序发布到 Android 电子市场,但出现以下错误: W/ResourceType(16964): No known package when getting value for r
抱歉这么具体的应用程序,但我注意到另一篇关于 Maya 开发的回答很好的帖子。 我刚刚为 Maya 编写了一个插件节点。它只是根据湍流函数杀死一堆粒子。湍流由许多可在属性编辑器中调整的属性驱动。 在属
我在 html 元素中的数据属性为 Update .它具有数据属性的 bool 值。 跟下面的元素Update有什么区别吗?因为数据属性用双引号引起来。 html是否支持 bool 值? 最佳答案 b
我正在尝试为企业库 5.0 的异常处理 block 创建自定义异常处理程序。据我了解,我需要使用属性开始上课“[ConfigurationElementType(typeof(CustomHandle
我找不到这两个选择器之间的区别。两者似乎都做同样的事情,即根据包含给定字符串的特定属性值选择标签。 对于 [attribute~=value] :http://www.w3schools.com/cs
我是一名优秀的程序员,十分优秀!