Python 从p标记获取文本内容

我正在尝试获取此页面上每个块的描述文本内容

用于p标记的html看起来像

<p class="ProfileCard-bio u-dir" dir="ltr" data-aria-label-part=""><a href="http://t.co/kwtDyFn6dC" rel="nofollow" dir="ltr" data-expanded-url="http://DataMiningBlog.com" class="twitter-timeline-link" target="_blank" title="http://DataMiningBlog.com"><span class="invisible">http://</span><span class="js-display-url">DataMiningBlog.com</span><span class="tco-ellipsis"><span class="invisible">&nbsp;</span></span></a> covers current challenges, interviews with leading actors and book reviews related to data mining, analytics and data science.</p>

这里有什么问题吗？这里有例外吗

Traceback (most recent call last):
  File "twitter_user_scrapper.py", line 91, in getImageList
    print div.find('p', attrs={'class' : 'ProfileCard-bio u-dir'}).text
AttributeError: 'NoneType' object has no attribute 'text'

---

问题可能是一些

div

和

class

作为

ProfileCard content

的

div可能没有一个子
p
元素和class-
ProfileCard bio u-dir
，当这种情况发生时，以下返回
None
-

div.find('p', attrs={'class' : ['ProfileCard-bio', 'u-dir']})

这就是您获得
属性错误的原因。您应该获取上面的返回值并将其保存在一个变量中，并检查其
是否为None
，如果不是None，则只获取文本

此外，您应该将类作为所有类的列表，而不是单个字符串，作为-

attrs={'class' : ['ProfileCard-bio', 'u-dir']}

范例-

productDivs = soup.findAll('div', attrs={'class' : 'ProfileCard-content'})
for div in productDivs:
   elem = div.find('p', attrs={'class' : ['ProfileCard-bio', 'u-dir']})
   if elem:
       print elem.text

有什么例外？@AnandSKumar:更新了问题您是否使用bs3？BeautifulSoup3.尝试最新的-
div.find（'p'，attrs={'class'：['ProfileCard-bio'，'u-dir']}）
当我打印包裹内容时，它看起来是这样的
https://Data.gov\xa0是美国政府开放数据的中央清算所。
这里需要编码吗？打印时是这样吗？打印时，应该可以，试着打印，这只是编码，但当您在解释器中选中
elem.text
时，您会得到它的
repr（）
输出。
productDivs = soup.findAll('div', attrs={'class' : 'ProfileCard-content'})
for div in productDivs:
   elem = div.find('p', attrs={'class' : ['ProfileCard-bio', 'u-dir']})
   if elem:
       print elem.text