使用BeautifulSoup解析HTML爬取比赛数据时出现AttributeError报错求助

报错的直接原因 #

你遇到的AttributeError: 'NoneType' object has no attribute 'find'错误，是因为代码里table = soup.find_all("table", {"class": "tabulkaquick"})[0].find('table')执行后返回了None：该页面的tabulkaquick类表格本身就是存储比赛数据的外层表格，内部没有嵌套的子table，所以find('table')找不到元素返回空值，后续调用find方法就会报错。

同时你写的DOM遍历逻辑完全不符合HTML表格的常规结构：正确的表格结构是table > tr > td，你写的table.find('td').find_all('tr')是在td里找tr，逻辑完全颠倒，就算前面拿到了正确的table也会报错。

其他隐藏错误 #

除了上述报错之外，你的代码还有多个逻辑错误：

• main.py中读取单元格属性的写法错误：不存在cols[0].datetime、cols[3].int这类属性，正确写法是先取text属性拿到单元格文本，再做类型转换
• match.py中类型转换的写法错误：host(str)是错误语法，将变量转字符串应该写str(host)，同理int、float转换写法全部错误
• match.py的__repr__方法写了多个return，第一个return执行后后面的代码全部不会生效，无法返回完整的比赛信息
• 类型转换没有做异常处理，遇到空单元格或者格式不符的内容会直接崩溃

修正后的代码 #

main.py #

import urllib.request
from bs4 import BeautifulSoup
from match import Match

matches= []
# 请求页面
url = "https://www.vitisport.cz/index.php?clanek=quicktips&sekce=fotbal&lang=pl"
source = urllib.request.urlopen(url).read()
soup = BeautifulSoup(source, 'html.parser')
# 直接拿到目标表格
table = soup.find("table", {"class": "tabulkaquick"})
# 直接找表格下的所有行，可通过[1:]跳过表头行
rows = table.find_all('tr')
for row in rows:
    cols = row.find_all("td")
    # 过滤掉列数不足的无效行
    if len(cols) <7:
        continue
    try:
        matches.append(Match(
            cols[0].text.strip(),
            cols[1].text.strip(),
            cols[2].text.strip(),
            cols[3].text.strip(),
            cols[4].text.strip(),
            cols[5].text.strip(),
            cols[6].text.strip()
        ))
    except Exception as e:
        # 打印解析失败的行，不中断整个程序
        print(f"解析行失败：{e}")
        continue
# 写入文件
with open('matches_list.txt','w', encoding='utf-8') as f:
    for match in matches:
        print(match)
        f.write(f"{match.date},{match.host},{match.guest},{match.goals1st},{match.goals2nd},{match.type},{match.index}\n")

match.py #

from datetime import datetime

class Match:
    def __init__(self, date, host, guest, goals1st, goals2nd, type, index):
        self.date = datetime.strptime(date, '%d.%m.%Y')
        self.host = str(host)
        self.guest = str(guest)
        self.goals1st = int(goals1st) if goals1st.isdigit() else 0
        self.goals2nd = int(goals2nd) if goals2nd.isdigit() else 0
        self.type = str(type)
        self.index = float(index.replace(',','.')) if index else 0.0

    def __repr__(self):
        # 拼接所有属性返回
        return f"Match(date={self.date}, host={self.host}, guest={self.guest}, goals1st={self.goals1st}, goals2nd={self.goals2nd}, type={self.type}, index={self.index})"

内容的提问来源于stack exchange，提问作者kjakubk