如何解决HTML 抓取器 Python 中的类型错误 AttributeError: 'NoneType' 对象没有属性 'get_text'
我不断收到 AttributeError: 'NoneType' object has no attribute 'get_text':
converted_price = float(price[1:5])
我似乎无法找到问题所在。
我正在尝试构建一个 HTML 抓取工具,它可以告诉我某个产品何时降到某个值以下的价格。然后我希望它向我发送电子邮件。
import requests
from bs4 import BeautifulSoup
import smtplib
URL = 'https://www.amazon.de/Toilettendeckel-Absenkautomatik-Antibakterieller-Urea-Duroplast-Edelstahlscharnier/dp/B0881PKQ2H/?_encoding=UTF8&smid=AKQL6N75FLK4O&pd_rd_w=hTIPC&pf_rd_p=d051a36d-9331-41c8-9203-e7d634b1ee23&pf_rd_r=3TS01EKWNMYSRC1147X1&pd_rd_r=d950f9b1-8e9a-4913-b266-9b7a36ad21f5&pd_rd_wg=GLsoO&ref_=pd_gw_unk'
headers = {"User-agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/87.0.4280.88 Safari/537.36'}
def check_price():
page = requests.get(URL,headers=headers)
soup = BeautifulSoup(page.content,'html.parser')
title = soup.find(id="productTitle").get_text()
price = soup.find(id="priceblock_saleprice").get_text()
converted_price = float(price[1:5])
if converted_price < 40.99:
send_mail()
print(converted_price)
print(title.strip())
if converted_price > 40.99:
send_mail()
def send_mail():
server = smtplib.SMTP('smtp.gmail.com',587)
server.ehlo()
server.starttls()
server.ehlo()
server.login('myemail@gmail.com','MyGoogleAppPassword')
subject = 'Price fell down!'
body = 'https://www.amazon.de/Toilettendeckel-Absenkautomatik-Antibakterieller-Urea-Duroplast-Edelstahlscharnier/dp/B0881PKQ2H/?_encoding=UTF8&smid=AKQL6N75FLK4O&pd_rd_w=hTIPC&pf_rd_p=d051a36d-9331-41c8-9203-e7d634b1ee23&pf_rd_r=3TS01EKWNMYSRC1147X1&pd_rd_r=d950f9b1-8e9a-4913-b266-9b7a36ad21f5&pd_rd_wg=GLsoO&ref_=pd_gw_unk'
msg = f"Subject: {subject}\n\n{body}"
server.sendmail(
'example@mail.com','anotherexample@mail.com',msg
)
print('Email has been sent!')
server.quit()
check_price()
解决方法
错误检查
您确实应该检查 None
结果,请参阅 beautiful documentation of find()
如果 find() 找不到任何东西,则返回 None
None 本身表示没有值。因此它也没有属性。在 python 控制台中尝试 None.get_text()
以获得与您的问题完全相同的消息。
关于直接访问期望的 HTML 输出中的元素,请查看大图!使用 print(soup)
,如果您将其重定向到 HTML 文件,输出将更易于阅读。 Firefox 会这样呈现:
机器人上的亚马逊
我们看到,在上面的情况下,亚马逊似乎不太难检测到访问不是由人完成的(可能是由于您或 StackOverflow 上的人试图重建您的问题的大量连续尝试造成的)它会做出相应的反应。
在源代码中,您会发现一条信息丰富的注释(稍微重新格式化):
要讨论对亚马逊数据的自动访问,请联系 api-services-support@amazon.com。
有关迁移到我们的 API 的信息,请参阅我们的市场 API,网址为
https://developer.amazonservices.de/ref=rm_c_sv
,或我们的产品广告 API,网址为
https://partnernet.amazon.de/gp/advertising/api/detail/main.html/ref=rm_c_ac
用于广告用例。
教程注意事项
您提到的视频教程 (Build A Python App That Tracks Amazon Prices!) 有很多有趣的评论,说明什么“有效”以及如何更改“无效”。不难理解本教程的质量是不稳定的,这是因为可疑的请求(相同的页面、相同的 IP、相同的用户客户端签名)可以触发反措施以防止 {{3 }}。
您也应该考虑寻找更好的教程。我建议 DoS attacks 从第一件事开始。 Corey Schafer 不仅是他所教内容的专家,他的大部分视频也非常集中和密集,因此事实证明,将手指放在空格键附近对我很有用。
,这与最初提出的问题有关。在对该问题进行多次实质性编辑后,它不再相关。
上面的行应该改为:
price = soup.find(id="priceblock_saleprice").get_text()
您刚刚忘记了 get_text
末尾的括号
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。