使用BeautifulSoup提取Telegram导出HTML可读文本出现AttributeError如何解决

报错原因说明 #

name = list.find('div', class_="from_name").text
AttributeError: 'NoneType' object has no attribute 'text'

这个报错有两个核心诱因：

1. 部分匹配到的message default clearfix joined类消息中不存在对应的子元素：Telegram的连续同用户消息的第二条及以后默认不带from_name节点，find方法找不到节点时会返回None，直接调用.text属性就会触发报错。
2. 多类名元素查找写法错误：你查找time元素时传入class_="pull_right date details"，BeautifulSoup会将其识别为单个类名进行匹配，永远找不到对应节点返回None。

另外你原有代码还存在两个隐藏问题：

• 写入CSV的for循环缩进错误，放在了with open代码块之外，执行时文件已经关闭，无法写入数据
• 直接将BeautifulSoup的Tag对象写入CSV，自然会携带HTML标签，需要先提取纯文本内容

修改后的完整代码 #

import codecs
from csv import writer
from bs4 import BeautifulSoup

file = codecs.open("file12.html", "r","utf-8")
soup = BeautifulSoup(file, 'html.parser')
# 不要用list作为变量名，会覆盖Python内置关键字
messages = soup.find_all('div', class_="message default clearfix joined")

with open('telegramscrape.csv', 'w', encoding='utf8', newline='') as d:
    thewriter = writer(d)
    header = ['Name', 'Text', 'Time']
    thewriter.writerow(header)
    
    # 缩进调整到with代码块内，保证文件打开状态下写入
    for msg in messages:
        # 非空判断，不存在就填空字符串兜底
        name_node = msg.find('div', class_="from_name")
        name = name_node.get_text(strip=True) if name_node else ''
        
        text_node = msg.find('div', class_="text")
        # separator参数将<br>等换行替换为空格，strip=True去掉首尾空白
        text = text_node.get_text(separator=' ', strip=True) if text_node else ''
        
        # 多类名查找用列表传入
        time_node = msg.find('div', class_=["pull_right", "date", "details"])
        # 如果要取完整时间可以取title属性：time = time_node['title'] if time_node else ''
        time = time_node.get_text(strip=True) if time_node else ''

        info = [name, text, time]
        thewriter.writerow(info)

调整说明 #

• 修正了多类名元素的查找方式，多个类名以列表形式传入class_参数
• 对所有查找的节点做非空判断，不存在时用空字符串兜底，彻底避免AttributeError报错
• 使用get_text()方法提取纯文本，可通过separator参数自定义换行/标签替换规则，输出的文本格式更规整
• 修正了for循环的缩进位置，保证数据能正常写入CSV文件
• 替换了关键字list作为变量名的错误写法，避免内置功能被覆盖

如果你需要给连续同用户的无from_name消息自动填充用户名，可以在for循环外新增变量last_name = ''，每次获取到非空的name就更新last_name，如果当前name为空就用last_name填充即可。

内容的提问来源于stack exchange，提问作者izzat shazwan