“如何修复网页抓取Python代码”；索引器：列表索引超出范围“；当代码命中缺少的值时

我正在编写一个网页抓取代码。代码在第一个页面和随后的页面上运行良好，但是当出现不同的容器时会遇到问题。问题在于，对于大多数容器，class=“date”包含两个变量（来自用户[0]的条目数和日期[1]），但是，当匿名用户发布时，它只显示日期[0]。由于代码旨在查找第二个条目，因此由于“IndexError:list index out range”而停止

我曾尝试创建一个if循环，但由于我是一个初学者，所以没有成功。有没有办法解决这个问题

从bs4导入BeautifulSoup作为汤
从urllib.request导入urlopen作为uReq
从随机导入randint
从时间上导入睡眠
从请求导入获取
out\u filename=“Repromeda.csv”
headers=“文本、用户名、日期\n”
f=打开（文件名为“w”）
f、 写入（标题）
pages=[str（i）表示范围（1,20）内的i]
对于页面中的页面：
响应=获取（'https://www.emimino.cz/diskuse/1ivf-repromeda-56566/strankovani/"(附页)
睡眠（randint（5,10））
#打开连接，抓住页面
page_soup=soup（response.text'html.parser'）
#抓住每个容器
containers=page_soup.findAll（“div”，{“class”：“discussion_post”}）
对于集装箱中的集装箱：
text1=container.div.p
text=text1.text.replace（'\n'，''）
user\u container=container.div.b
user\u id=user\u container.text
date_container=container.findAll（“span”，{“class”：“date”}）
日期=日期\容器[1]。文本
打印（“文本：“+text+”\n”）
打印（“用户id:+用户id+”\n）
打印（“日期：“+date+”\n”）
#将数据集写入文件
f、 写入（text.replace（“，”，“|”）+“，“+用户id+”，“+日期+”\n”）
f、 关闭（）

因为代码是为了寻找第二个条目而设计的，所以它停在这里 由于“索引器：列表索引超出范围”，我尝试创建 一个if循环，但由于我是初学者，它不起作用

您是否仅在日期[1]存在时才尝试捕获它？在这种情况下，您可以将查询封装在一个简单的try-catch块中：

try:
    date = date_container[1].text
except IndexError:
    date = "Not Available"

因为代码是为了寻找第二个条目而设计的，所以它停在这里 由于“索引器：列表索引超出范围”，我尝试创建 一个if循环，但由于我是初学者，它不起作用

您是否仅在日期[1]存在时才尝试捕获它？在这种情况下，您可以将查询封装在一个简单的try-catch块中：

try:
    date = date_container[1].text
except IndexError:
    date = "Not Available"

---

由于即使用户是匿名的，日期仍然可用，因此仍然可以使用except子句捕获日期

试试看：
日期=日期\容器[1]。文本
除索引器外：
日期=日期\u容器[0]。文本

由于即使用户是匿名的，日期仍然可用，因此您仍然可以使用except子句捕获日期

试试看：
日期=日期\容器[1]。文本
除索引器外：
日期=日期\u容器[0]。文本

使用bs4 4.7.1+（不知道以前的版本）您可以访问

：最后一个子项

伪选择器。您可以使用它来确保始终在容器中获得类为

date

的最后一个元素（而不必担心索引）

使用bs4 4.7.1+（不知道早期版本），您可以访问

：最后一个子项
伪选择器。您可以使用它来确保始终在容器中获得类为
date
的最后一个元素（而不必担心索引）

您应该注意这一点，并进行嵌套的尝试&except，以防date=date\u容器[0]。文本也无效。我查看了网站，每当有匿名用户时，日期总是存储在date\u容器[0]中。您应该注意这一点，并进行嵌套的尝试&except，以防date=date\u容器[0].text也是无效的。我查看了网站，每当有匿名用户时，日期总是存储在日期容器中[0]