python - 使用Beautiful Soup的“预期字符串或缓冲区”错误

我正在尝试一个代码，该代码将使用Beautiful Soup从URL中提取数字，然后对这些数字求和，但是我不断收到如下错误：


  预期的字符串或缓冲区


我认为这与正则表达式有关，但我无法查明问题所在。

import re
import urllib

from BeautifulSoup import *
htm1 = urllib.urlopen('https://pr4e.dr-chuck.com/tsugi/mod/python-data/data/comments_42.html').read()
soup = BeautifulSoup(htm1)
tags = soup('span')

for tag in tags:
    y = re.findall ('([0-9]+)',tag.txt)

print sum(y)

最佳答案

我建议使用bs4而不是BeautifulSoup（旧版本）。您还需要更改此行：

y = re.findall ('([0-9]+)',tag)

像这样：

y = re.findall ('([0-9]+)',tag.text)

看看这能否使您更进一步：

sum = 0  #initialize the sum
for tag in tags:
    y = re.findall ('([0-9]+)',tag.text)  #get the text from the tag
    print(y[0])  #y is a list, print the first element of the list
    sum += int(y[0])  #convert it to an integer and add it to the sum

print('the sum is: {}'.format(sum))

关于python - 使用Beautiful Soup的“预期字符串或缓冲区”错误，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/33929317/