beautifulsoup3.2.1使用时遇到的一些小问题，,参考了文档 然后根据他的

文章由Byrx.net分享于2019-03-23 09:03:18评论（668）

beautifulsoup3.2.1使用时遇到的一些小问题，,参考了文档 然后根据他的


参考了文档 然后根据他的例子做了

其中他文档中的例子是

from BeautifulSoup import BeautifulSoup doc = ['<html><head><title>Page title</title></head>',       '<body><p id="firstpara" align="center">This is paragraph <b>one</b>.',       '<p id="secondpara" align="blah">This is paragraph <b>two</b>.',       '</html>']soup = BeautifulSoup(''.join(doc))print soup.head.nextSibling.name

然后输出了body

但是如果我改成下面这个样子

from BeautifulSoup import BeautifulSouphtml = '''            <html>             <head>              <title>               Page title              </title>             </head>             <body>              <p id="firstpara" align="center">               This is paragraph               <b>                one               </b>               .              </p>              <p id="secondpara" align="blah">               This is paragraph               <b>                two               </b>               .              </p>             </body>            </html>        '''soup = BeautifulSoup(html)print soup.head.nextSibling.name

结果会出错，出错信息是

File "/Library/Python/2.7/site-packages/BeautifulSoup.py", line 473, in __getattr__    raise AttributeError, "'%s' object has no attribute '%s'" % (self.__class__.__name__, attr)AttributeError: 'NavigableString' object has no attribute 'name'

但是如果把上面代码中最后一句使用nextSibling的代码改成下面的形式

print soup.head.nextSibling.nextSibling.name

就又可以正确输出结果了，输出了body

但是一般我们爬取网页返回的都是第二种情况，然后我看了一些开源的抓取其他网页的webservice开源代码，其中也是连续用了两次nextSibling才获取下一个同级元素，想请问下各位大大为什么第二种情况就一定要连续用两次nextSibling才能获得下一个同级dom元素呢，nextSibling不是本意就是下一个同级元素，为什么此处需要用两次才能获取下一个，只用一次就会出现上面那个错误。

soup.head.nextSibling 应该是获取到了 head 标签后边的文本节点吧？

经测试，beautifulsoup4 只需要一个 .nextSibling 就取到了 <body> 元素。

编橙之家文章，

相关内容

评论关闭

最新python问答

python~HOT