python - 如何修复 "List Index Our of Range"错误

Question

我正在抓取网页，并将输出写入 .csv。我收到“列表索引超出范围”错误。我想我明白该错误的含义，但我不确定如何修复它。

包含我想要迭代的容器的 HTML 代码如下所示:

<tr class="featured even" role="row"><td class="sorting_1 dcLogo">
    <a href="company/company">
    <img src="URL" alt="Company Name" width="50">
    </a>
    </td><td class="dcCompanyName"><a href="URL">Company Name</a></td><td class="dcBoothLabel">9999</td><td class="dcCategories">Widget 1, Widget 2, Widget 3</td><td class="dcCityState">CITY, STATE<br/></td><td class="dcCountry">US</td><td style="visibility:hidden;display:none;">4</td></tr>

我的代码如下所示:

page_soup = soup(page_html, "html.parser")

containers = page_soup.findAll('tr')
del containers[8]

company_names = []
booth_numbers = []
categories = []
countries = []

print("generating csv")
with open('CompanyList.csv','w') as f:
    csv_out = csv.writer(f)
    csv_out.writerow(["company_name", "booth_number", "category", "country"])
    for container in containers:
            cols = container.findAll("td")
            company_name = cols[1].find("a").text
            booth_number = cols[2].text
            category = cols[3].text.strip()
            country = cols[5].text

            company_names.append(company_name)
            booth_numbers.append(booth_number)
            categories.append(category)
            countries.append(country)

            csv_out.writerow([company_name, booth_number, category, country])

f.close
print('Done Writing to File')

当我运行此命令时，我收到一个“IndexError:列表索引超出范围”错误，指向:

booth_number = cols[3].text

任何帮助将不胜感激。

Answer 1

问题是 cols 数组的长度小于您尝试访问的元素。在示例中

booth_number = cols[3].text

cols 数组的长度为 3 或更小，因为数组索引是从零开始的(元素 1 的索引为 0)。当您尝试访问索引为 3 的第四个元素时，您正在访问范围之外的元素。

您可以通过在访问元素之前检查长度来解决此问题。

if len(cols) > 3:
     booth_number = cols[3].text

这样，如果展位号不在列中，您的程序就不会失败并停止。