使用BeautifulSoup爬取网页时提取<td>标签内国籍文本的问题咨询

算力阿峰

2026-9-27

你报错的原因是artist_nationality_list_items是所有标签组成的列表，列表本身没有contents属性，只有单个BeautifulSoup标签元素才能调用该属性。

核心实现思路

页面内的每条艺术家数据都是固定结构：第一个存带链接的姓名，相邻的下一个存国籍信息，直接通过节点的相邻关系定位国籍信息最稳妥，避免索引错位问题。

修改后可运行的完整代码

import requests
import csv
from bs4 import BeautifulSoup

def findName():
    page = requests.get('https://web.archive.org/web/20121007172955/https://www.nga.gov/collection/anB1.htm')
    soup = BeautifulSoup(page.text, 'html.parser')

    last_links = soup.find(class_='AlphaNav')
    last_links.decompose()

    # 写入csv时指定编码避免乱码
    f = csv.writer(open('h-artist_lastname.csv', 'w', encoding='utf-8'))
    f.writerow(['Last Name, First Name', 'Nationality', 'Link'])

    artist_name_list = soup.find(class_='BodyText')
    artist_name_list_items = artist_name_list.find_all('a')

    for artist_name in artist_name_list_items:
        names = artist_name.contents[0]
        links = 'https://web.archive.org' + artist_name.get('href')
        # 定位国籍信息：先拿到a标签所属的td，再找下一个相邻的td
        nationality_td = artist_name.parent.find_next_sibling('td')
        nationalities = nationality_td.text.strip() if nationality_td else '无国籍信息'
        
        f.writerow([names, nationalities, links])

findName()