“预期的字符串或缓冲区”使用错误美丽的汤

Question

我试图将使用美丽的汤拉号从一个URL，然后总结这些数字的代码，但我不断收到类似如下的错误：

预期的字符串或缓冲区

我认为这是关系到正则表达式，但我不能查明问题。

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) 

Answer 1

我建议bs4代替BeautifulSoup（这是旧版本）。您还需要改变这一行：

到

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

是这样的：

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

看看这进一步让你：

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))