使用Beautiful Soup提取指定文本遇TypeError，求解决方法

问题分析 #

你遇到的TypeError: unsupported operand type(s) for +: 'NoneType' and 'int'错误，根源在于两个关键误解：

1. 混淆了Tag对象和字符串的方法：soup.select("td strong")返回的是BeautifulSoup的Tag对象列表，而非字符串。你调用的x.find('<br/><br/>')是Tag类的方法——它的作用是查找子标签，而非字符串匹配，所以找不到名为<br/><br/>的标签时会返回None，和整数10相加自然触发类型错误。
2. 手动解析HTML字符串不可靠：即使你把Tag转成字符串处理，一旦遇到结构不一致的标签（比如没有<br/><br/>的情况），字符串截取逻辑也会失效。

正确解决方案：用BeautifulSoup API解析（推荐） #

既然已经用了BeautifulSoup，就应该利用它的HTML导航能力来提取文本，避免手动截取字符串。根据你给出的标签结构，目标文本位于两个<br/>之后，这里提供两种可靠的实现方式：

方法1：通过标签导航定位目标文本

直接找到第二个<br/>标签，然后获取它的下一个兄弟节点（也就是目标文本）：

from bs4 import BeautifulSoup

soup = BeautifulSoup(page.content, 'html.parser')
area = soup.select("td strong")

clean_area = []
for strong_tag in area:
    # 获取当前<strong>下所有的<br/>标签
    br_tags = strong_tag.find_all('br')
    # 确保存在至少两个<br/>标签
    if len(br_tags) >= 2:
        # 第二个<br/>的下一个节点就是目标文本，去除首尾空白
        target_text = br_tags[1].next_sibling.strip()
        clean_area.append(target_text)
    else:
        # 处理不符合结构的情况，可根据需求改为跳过或默认值
        clean_area.append("")

方法2：通过文本分割提取

利用get_text()提取所有文本，再根据<br/><br/>对应的空白分隔符分割，取最后一段有效文本：

from bs4 import BeautifulSoup

soup = BeautifulSoup(page.content, 'html.parser')
area = soup.select("td strong")

clean_area = []
for strong_tag in area:
    # 用换行符作为分隔符提取所有文本，再按两个换行分割
    text_sections = strong_tag.get_text(separator='\n').split('\n\n')
    # 反向遍历找最后一段非空文本
    for section in reversed(text_sections):
        cleaned = section.strip()
        if cleaned:
            clean_area.append(cleaned)
            break
    else:
        clean_area.append("")

为什么这两种方法更好？ #

• 鲁棒性更强：即使HTML结构有细微变化（比如<br/>带有属性、标签间有空格），BeautifulSoup也能正确识别，不会像手动字符串截取那样失效。
• 可读性更高：代码逻辑清晰，别人一看就知道你是在提取<br/><br/>之后的文本，而非靠魔法数字（比如+10）来截取。

内容的提问来源于stack exchange，提问作者Leehbi