使用BeautifulSoup提取标签写入文件触发TypeError：需将Tag转为字符串

错误原因 #

你碰到的TypeError: write() argument must be str, not Tag，是因为soup.find_all()返回的是BeautifulSoup的Tag对象，而文件的write()方法只接受字符串类型。

为什么elem.text会返回空？ #

text属性是用来提取标签下的可见文本内容的，而application/ld+json类型的script标签里的内容属于标签的内部字符串，不属于普通可见文本范畴，所以用text拿不到内容。

正确解决方法 #

有两种常用方式：

• 如果你需要完整的script标签（包括标签本身和内部JSON内容），直接用str()把Tag对象转成字符串：

  file.write(str(elem))
  

• 如果你只需要script标签里的JSON内容，用elem.string获取标签内部的字符串（加个判断避免空标签报错）：

  if elem.string:
      file.write(elem.string)
  

文档对应位置 #

在BeautifulSoup文档的**「NavigableString」章节，会介绍Tag对象的string属性用于获取标签包含的单个字符串；另外在「Tag对象」**章节，说明可以直接将Tag对象转换为字符串（Python的str()函数会调用Tag的__str__方法，返回对应的HTML字符串）。

修改后的完整代码 #

from bs4 import BeautifulSoup

# 用with语句自动管理文件，不用手动close
with open("meetup.html", "r") as html_file:
    soup = BeautifulSoup(html_file, 'html.parser')

with open('myfile.txt', 'w') as output_file:
    for elem in soup.find_all(attrs={"type": "application/ld+json"}):
        # 只写入内部JSON内容
        if elem.string:
            output_file.write(elem.string)
        # 若要写入完整script标签，替换成下面这行
        # output_file.write(str(elem))

内容的提问来源于stack exchange，提问作者Ooker