import requests
from bs4 import BeautifulSoup
url = 'https://gist.githubusercontent.com/anonymous/c8eedd8bf41098a8940b/raw/c7e01a76d753f6e8700b54821e26ee5dde3199ab/gistfile1.txt'
r = requests.get(url)
soup = BeautifulSoup(r.text)
table = soup.find_all(class_='dataframe')
first_name = []
last_name = []
age = []
preTestScore = []
postTestScore = []
for row in table.find_all('tr'):
col = table.find_all('td')
column_1 = col[0].string.strip()
first_name.append(column_1)
column_2 = col[1].string.strip()
last_name.append(column_2)
column_3 = col[2].string.strip()
age.append(column_3)
column_4 = col[3].string.strip()
preTestScore.append(column_4)
column_5 = col[4].string.strip()
postTestScore.append(column_5)
columns = {'first_name': first_name, 'last_name': last_name, 'age': age, 'preTestScore': preTestScore, 'postTestScore': postTestScore}
df = pd.DataFrame(columns)
df
但是,每当我运行它时,都会出现此错误:
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-116-a900c2872793> in <module>()
14 postTestScore = []
15
---> 16 for row in table.find_all('tr'):
17 col = table.find_all('td')
18
AttributeError: 'ResultSet' object has no attribute 'find_all'
我已经阅读了大约12个有关此错误的StackOverflow问题,但我无法弄清楚自己在做什么错。
#1 楼
table
变量包含一个数组。您需要在其成员上调用find_all
(即使您知道它是一个只有一个成员的数组),而不是整个函数。>>> type(table)
<class 'bs4.element.ResultSet'>
>>> type(table[0])
<class 'bs4.element.Tag'>
>>> len(table[0].find_all('tr'))
6
>>>
#2 楼
table = soup.find_all(class_='dataframe')
这为您提供了一个结果集-即与该类匹配的所有元素。您可以遍历它们,或者,如果您知道只有一个
dataFrame
,则可以改用find
。从您的代码看来,后者是解决紧急问题所需要的:table = soup.find(class_='dataframe')
但是,还不是全部:
for row in table.find_all('tr'):
col = table.find_all('td')
您可能想遍历此行中的
td
而不是整个表。 (否则,您将一遍又一遍地看到第一行。)for row in table.find_all('tr'):
for col in row.find_all('td'):
#3 楼
遍历表并使用rowfind_all('td')
for row in table:
col = row.find_all('td')