爬取中国大学排名时报错:AttributeError: 'NoneType' object has no attribute 'children'

2018年中国大学排名爬虫

贴出报错图,如下:
在这里插入图片描述

爬虫代码如下:

#CrawUnivRankingB.py
import requests
from bs4 import BeautifulSoup
import bs4
 
def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""
 
def fillUnivList(ulist, html):
    soup = BeautifulSoup(html, "html.parser")
    for tr in soup.find('tbody').children:
        if isinstance(tr, bs4.element.Tag):
            tds = tr('td')
            ulist.append([tds[0].string, tds[1].string, tds[3].string])
 
def printUnivList(ulist, num):
    tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"
    print(tplt.format("排名","学校名称","总分",chr(12288)))
    for i in range(num):
        u=ulist[i]
        print(tplt.format(u[0],u[1],u[2],chr(12288)))
     
def main():
    uinfo = []
    url = 'https://www.zuihaodaxue.cn/zuihaodaxuepaiming2018.html'
    html = getHTMLText(url)
    fillUnivList(uinfo, html)
    printUnivList(uinfo, 20) # 20 univs
main()

报错的意思就是说:tobody没有孩子标签,我刚开始以为是前三个函数那里错了呢,后来并没有发现,然后百度一下,看了其他大佬们的相似情况,就又重头到尾看代码,发现是网址那里错了

https://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html

改成:

http://www.zuihaodaxue.cn/zuihaodaxuepaiming2016.html

就可以运行了,如图:
在这里插入图片描述

总结:

tplt = "{0:^10}\t{1:{3}^10}\t{2:^10}"

这行代码中t{1:{3}^10}的{3}是指format中的(chr12288),可以解决中文的空格填充,是字符串对齐。

相关推荐
©️2020 CSDN 皮肤主题: 大白 设计师:CSDN官方博客 返回首页