开发者社区> 月同学不写Bug> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

Python爬取中国最好大学排行榜报错TypeError: unsupported format string passed to NoneType.__format__

简介: Python爬取中国最好大学排行榜报错TypeError: unsupported format string passed to NoneType.__format__
+关注继续查看


本文使用的是如下网址:

http://gaokao.xdf.cn/201911/10991728.html

1 问题分析与解决

报错为类型错误,显示我们传递了不支持的格式字符串

1.1 strip()

请添加链接描述
我们查看网页源码,发现我们所传递的字符串头尾包含空格及换行(红色方框),但是这不是报错的原因,这只会导致格式不太好看,因此我在获取字符串是添加了.strip()函数,既tds[0].text.strip()。
strip()函数可去除头尾的指定字符,默认为空格及换行。

1.2 string与text

r.text                           #响应内容的字符串形式,即url对应页面的内容
r.string                        #标签内非属性字符串,<>...<>中字符串,格式:.string

通过对比我们可以发现r.string获取的是标签内非属性字符串,而我们查看源代码可以发现大学名字不是td标签的字符串,属于td儿子的儿子的儿子……的字符串,因此tds[0].string只能获取到None。

所以应该使用r.text获取,即tds[1].text.strip()

 ulist.append([tds[0].text.strip(), tds[1].text.strip(), tds[3].text.strip()])       

2 爬取结果

排名    .   学校名称       .    总分    
1         .   清华大学       .   北京市    
2         .   北京大学       .   北京市    
3         .   浙江大学       .   浙江省    
4         .  上海交通大学      .   上海市    
5         .   复旦大学       .   上海市    
6         .   南京大学       .   江苏省    
7         . 中国科学技术大学     .   安徽省    
8         . 哈尔滨工业大学      .   黑龙江省   
9         .  华中科技大学      .   湖北省    
10        .   中山大学       .   广东省    
11        .   东南大学       .   江苏省    
12        .   天津大学       .   天津市    
13        .   同济大学       .   上海市    
14        . 北京航空航天大学     .   北京市    
15        .   四川大学       .   四川省    
16        .   武汉大学       .   湖北省    
17        .  西安交通大学      .   陕西省    
18        .   南开大学       .   天津市    
19        .  大连理工大学      .   辽宁省    
20        .   山东大学       .   山东省   

3 源码显示

import requests
from bs4 import BeautifulSoup
import bs4

#获取url内容
def getHTMLText(url):
    try:
        r = requests.get(url, timeout=30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

#数据提取填充
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].text.strip(), tds[1].text.strip(), tds[3].text.strip()])       #.strip()去除头尾空格、换行

#格式化输出
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)))

#主函数
def main():
    uinfo = []
    url = 'http://gaokao.xdf.cn/201911/10991728.html'
    html = getHTMLText(url)
    fillUnivList(uinfo,html)
    printUnivList(uinfo,20)  # 20 univs


main()

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
解决pip install xxx安装Python包很慢或者报错问题
解决pip install xxx安装Python包很慢或者报错问题
0 0
Python报错:TypeError: a bytes-like object is required, not ‘str‘
Python报错:TypeError: a bytes-like object is required, not ‘str‘
0 0
Python: pymysql报错ModuleNotFoundError: No module named ‘pymysql‘等没有*模块问题
Python: pymysql报错ModuleNotFoundError: No module named ‘pymysql‘等没有*模块问题
0 0
运行Python时中文注释报错的解决办法
运行Python时中文注释报错的解决办法
0 0
Python pip安装报错及解决办法:is not a supported wheel on this platform
Python pip安装报错及解决办法:is not a supported wheel on this platform
0 0
如何 python import h5py 报错 :/defs.cpython-37m-x86_64-linux-gnu.so: undefined symbol: H5Pset_fapl_ros3
如何 python import h5py 报错 :/defs.cpython-37m-x86_64-linux-gnu.so: undefined symbol: H5Pset_fapl_ros3
0 0
python +selenium识别不来click事件,出现报错
python +selenium识别不来click事件,出现报错
0 0
「Python」爬虫-10.代理与常见报错
本文就关于爬虫**代理**以及在爬虫过程中可能出现的**报错**做一个汇总。
0 0
python报错——Command “python setup.py egg_info“ failed with error code 1 in /tmp/pip-build-wq8dcdx6/cry
python报错——Command “python setup.py egg_info“ failed with error code 1 in /tmp/pip-build-wq8dcdx6/cry
0 0
文章
问答
文章排行榜
最热
最新
相关电子书
更多
给运维工程师的Python实战课
立即下载
Python 脚本速查手册
立即下载
ACE 区域技术发展峰会:Flink Python Table API入门及实践
立即下载