从范围和最大递归误差范围内提取美女汤中的标签内容

Question

我正试着学习如何用美丽的汤擦拭。我的试验是从Alibaba.com那里获取公司名称。

我的理解是标签的内容是像列表一样管理的，您可以再次使用find_all提取子元素。例如：

bar = soup.find_all("some", {"class" : "mainstuff"})
for foo in bar:
    print foo.contents[1].find_all("a", {"class" : "otherstuff"})

我的问题是，我似乎不能索引我的标签的内容，以便只提取名称。

当我尝试时，我得到一个最大递归深度超过误差和索引超出范围误差1。

import requests
from bs4 import BeautifulSoup

r = requests.get("http://www.alibaba.com/products/isostatic_press.html")

soup = BeautifulSoup(r.content)

supplier = soup.find_all("a", {"class" : "dot-product"}) #Location of company name

for name in supplier:
    print name.text

给出

北京天马吊具有限公司。

联系人详细信息

接触供应商

联系方式与供应商联系

秦皇岛艾迪高科技陶瓷有限公司。

联系人详细信息

接触供应商

联系方式与供应商联系

print name.contents

给出

[<span class="gs1"></span>]
[u'Beijing Tianma Sling Co., Ltd.']
[]
[u'Contact Details', <i></i>]
[<i></i>]
[<span class="ico-email"></span>, u'Contact Supplier']
[]
[u'Contact Details', <i></i>]
[<span class="ico-csb"></span>, u'Contact Supplier']
[]
[<span class="gs3"></span>]
[u'Qinhuangdao Aidite High-Technical Ceramics Co., Ltd.']
[]
[u'Contact Details', <i></i>]

我只想知道公司的名字，但当我试着

print name.contents[0]

我得到RuntimeError:最大递归深度超过

print name.contents[1]

给出超出范围的IndexError:列表索引

这项技术似乎适用于其他页面(www.yellowpages.com)，因此我不知道为什么现在会出现错误。

Answer 1

我发现，如果a标记有公司名称，那么name.contents返回一个长度为1的数组。所以你可以试试这个方法。

for name in supplier:
    if name.text and len(name.contents) == 1:
        print name.text