Python脚本提取网页链接遇'NoneType'不可下标错误，求协助

嘿，这个错误原因很清晰：你遍历的<a>标签里，有些标签根本没有href属性——当你用link.get('href')获取属性时，这类标签会返回None，而直接对None执行[0:4]切片操作，自然就触发了TypeError。

下面是修正后的解决方案：

核心改动点 #

• 先判断links是否不为None，过滤掉没有href属性的标签
• 用str.startswith()替代切片判断，代码更简洁，还能避免短链接的潜在问题
• 修正URL拼接的重复错误（原代码会生成https://en.wikipedia.org/wiki/wiki/xxx这类无效链接）

修正后的代码 #

from bs4 import BeautifulSoup
import requests

my_url = 'https://en.wikipedia.org/wiki/Kashmir'
response = requests.get(my_url)
page_soup = BeautifulSoup(response.content, "html.parser")

for link in page_soup.find_all('a'):
    links = link.get('href')
    # 先确保links存在，再检查链接格式
    if links is not None and links.startswith('/wiki') and links != '#':
        print(f"https://en.wikipedia.org{links}")

这样运行代码就不会再报错，还能正确提取所有维基百科的站内链接啦。

内容的提问来源于stack exchange，提问作者Bhat Ovas Qayoom