使用BeautifulSoup解析Confluence表格时遇AttributeError问题排查

尝试从Confluence页面读取表格并保存为JSON/CSV文件时，调用Confluence API能正常获取响应，但用BeautifulSoup解析表格时出现错误，错误信息如下：

C:\User>testScript_confulenec
None
Traceback (most recent call last):
  File "C:\User\testScript_confulenec.py", line 34, in <module>
    for response_data in table.find_all('tbody'):
AttributeError: 'NoneType' object has no attribute 'find_all'

API返回的页面内容片段（关键部分）：

{'results': [{'id': '2533457945', 'type': 'page', ...,
 'body': {'view': {'value': '<div class="table-wrap">
<table data-layout="wide" data-local-id="5f6d5d7f-00ee-4788-8999-e16daab2ba6c" class="confluenceTable"><tbody>
<tr><td class="confluenceTd"><p>id</p></td>...</tr>
...
</tbody></table></div>'}}]}

使用的Python代码：

# This code sample uses the 'requests' library:
# http://docs.python-requests.org
import requests
from requests.auth import HTTPBasicAuth
import json
from bs4 import BeautifulSoup

url = "https://test.net/wiki/rest/api/content?spaceKey=demo&title=checkTable&expand=space,body.view"

auth = HTTPBasicAuth("test@gmail.com", "********")

headers = {
  "Accept": "application/json"
}

response = requests.request(
   "GET",
   url,
   headers=headers,
   auth=auth
)

#Parsing the HTML file
soup = BeautifulSoup(response.text, 'html.parser')

#selecting the table
table = soup.find('table', class_ = 'confluenceTable')
print(table)

#storing all rows into one variable
for response_data in table.find_all('tbody'):
    rows = response_data.find_all('tr')
    print(rows)

问题核心是你直接把API返回的JSON文本传给了BeautifulSoup，而非提取出嵌套在JSON里的表格HTML内容。Confluence API返回的是JSON格式数据，表格的HTML实际在response.json()['results'][0]['body']['view']['value']路径下，直接解析整个JSON文本自然找不到<table>标签。

修正步骤：

1. 先将API响应解析为JSON对象，提取出包含表格的HTML片段。
2. 再用BeautifulSoup解析这段HTML，而非原始响应文本。

修正后的代码：

# This code sample uses the 'requests' library:
# http://docs.python-requests.org
import requests
from requests.auth import HTTPBasicAuth
import json
from bs4 import BeautifulSoup

url = "https://test.net/wiki/rest/api/content?spaceKey=demo&title=checkTable&expand=space,body.view"

auth = HTTPBasicAuth("test@gmail.com", "********")

headers = {
  "Accept": "application/json"
}

response = requests.request(
   "GET",
   url,
   headers=headers,
   auth=auth
)

# 解析API响应为JSON对象
response_json = response.json()
# 提取表格所在的HTML内容
html_content = response_json['results'][0]['body']['view']['value']

# 解析提取出的HTML
soup = BeautifulSoup(html_content, 'html.parser')

# 选择目标表格
table = soup.find('table', class_='confluenceTable')
print(table)

# 遍历表格行（先判断表格是否存在，避免NoneType错误）
if table:
    for tbody in table.find_all('tbody'):
        rows = tbody.find_all('tr')
        print(rows)
else:
    print("未找到目标表格")

额外提示：

• 加入if table:的判断，可避免因表格不存在导致的后续报错。
• 若要转为CSV/JSON，可遍历每行的<td>标签，提取<p>内的文本，整理成列表或字典后保存。

内容的提问来源于stack exchange，提问作者NiveditaK