Python 美丽的汤错误：'&书信电报；类别'；bs4.element.Tag'&燃气轮机'；对象没有属性'；目录'；？

我正在写一个脚本，从文章中提取内容，删除任何不必要的东西，如脚本和样式。美丽的汤不断引发以下例外：

'<class 'bs4.element.Tag'>' object has no attribute 'contents'

查看堆栈跟踪，问题似乎来自for语句后面的这个方法：

    # Remove divs that have more non-p elements than p elements
    for div in element.find_all('div'):
        p = len(div.find_all('p')) # <-- div.find_all('p')

---

我认为问题在于，在

删除所有元素

或代码中的其他地方，您正在删除某些标记的

内容

属性

当您调用

以\u remove.decompose（）

时，似乎发生了这种情况。以下是该方法的来源：

def decompose(self):
    """Recursively destroys the contents of this tree."""
    self.extract()
    i = self
    while i is not None:
        next = i.next_element
        i.__dict__.clear()
        i = next

如果手动调用此函数，会发生以下情况：

>> soup = BeautifulSoup('<div><p>hi</p></div>')
>>> d0 = soup.find_all('div')[0]
>>> d0
<div><p>hi</p></div>
>>> d0.decompose()
>>> d0
Traceback (most recent call last):
...
Traceback (most recent call last):
AttributeError: '<class 'bs4.element.Tag'>' object has no attribute 'contents'

>soup=BeautifulSoup（“hi
”）
>>>d0=汤。查找所有（'div'）[0]
>>>d0
嗨

>>>d0.分解（）
>>>d0
回溯（最近一次呼叫最后一次）：
...
回溯（最近一次呼叫最后一次）：
AttributeError:“”对象没有属性“contents”

似乎一旦对标记调用了

decompose

，就不能再尝试使用该标记。但我不太确定这是在哪里发生的

---

我想检查的一件事是，在

trim（）

函数中，

len（element.\uu dict\uuuuuuuuuuu）>0

。

我认为问题在于，在

删除所有元素

或代码中的其他地方，您正在删除某些标记的

内容

属性

当您调用

以\u remove.decompose（）

时，似乎发生了这种情况。以下是该方法的来源：

def decompose(self):
    """Recursively destroys the contents of this tree."""
    self.extract()
    i = self
    while i is not None:
        next = i.next_element
        i.__dict__.clear()
        i = next

如果手动调用此函数，会发生以下情况：

>> soup = BeautifulSoup('<div><p>hi</p></div>')
>>> d0 = soup.find_all('div')[0]
>>> d0
<div><p>hi</p></div>
>>> d0.decompose()
>>> d0
Traceback (most recent call last):
...
Traceback (most recent call last):
AttributeError: '<class 'bs4.element.Tag'>' object has no attribute 'contents'

>soup=BeautifulSoup（“hi
”）
>>>d0=汤。查找所有（'div'）[0]
>>>d0
嗨

>>>d0.分解（）
>>>d0
回溯（最近一次呼叫最后一次）：
...
回溯（最近一次呼叫最后一次）：
AttributeError:“”对象没有属性“contents”

似乎一旦对标记调用了

decompose

，就不能再尝试使用该标记。但我不太确定这是在哪里发生的

---

我要尝试检查的一件事是，在

trim（）

函数中，

len（element.\uu dict\uuu）>0

。

这很奇怪。如果你发布了一个完整的回溯，这会很有帮助。你可能希望对for循环中的所有

remove\u all\u元素

调用求和。它不会解决当前的问题，但会提高代码的可读性。@iTayb谢谢提示：）这很奇怪。如果你发布了一个完整的回溯，这会很有帮助。你可能希望对for循环中的所有

remove\u all\u元素

调用求和。它不会解决当前的问题，但会增强代码的可读性。@iTayb谢谢提示：）我不确定，我唯一使用del语句的地方是del to_inspect[不需要的属性名称]。我注释掉了所有的remove_all_*函数，但它仍然不起作用。然后我取消了对所有内容的注释，并将p=len（div.find_all（'p'））替换为p=99，令人惊讶的是，它停止了引发异常！：O我发现有点奇怪……我用div.extract（）替换了div.decompose（），效果很好：）可能是因为div在for语句中被定义为元素的当前元素的别名。find_all（'div'），而'decomposition'div会导致这些问题吗？用comment.decompose（）替换comment.extract（）也会出现错误，尽管是另一个（'Comment'对象没有属性'decompose'）。可能就是这样。我还能够通过使用嵌套表单的html重现您的错误：

“嗨
”

我不确定，我使用del语句的唯一地方是del to_inspect[不需要的属性名称]。我注释掉了所有的remove_all_*函数，但它仍然不起作用。然后我取消了对所有内容的注释，并将p=len（div.find_all（'p'））替换为p=99，令人惊讶的是，它停止了引发异常！：O我发现有点奇怪……我用div.extract（）替换了div.decompose（），效果很好：）可能是因为div在for语句中被定义为元素的当前元素的别名。find_all（'div'），而'decomposition'div会导致这些问题吗？用comment.decompose（）替换comment.extract（）也会出现错误，尽管是另一个（'Comment'对象没有属性'decompose'）。可能就是这样。我还可以通过使用嵌套表单的html重现您的错误：

“hi
”

>> soup = BeautifulSoup('<div><p>hi</p></div>')
>>> d0 = soup.find_all('div')[0]
>>> d0
<div><p>hi</p></div>
>>> d0.decompose()
>>> d0
Traceback (most recent call last):
...
Traceback (most recent call last):
AttributeError: '<class 'bs4.element.Tag'>' object has no attribute 'contents'