爬取51job出现can only concatenate str (not “NoneType“) to str

养成习惯，先赞后看！！！

1.bug解释

一个老哥在爬取51job的信息，但是中途遇到了这个bug:

其实这个bug一眼看出来就是没有一个值可以让你来进行转换成字符串。说白了就是有一个值可能为空，但是看出来没有用，毕竟他这里面包含了6个参数，不确定到底是哪一个参数。
这时候我们就只需要打断点或者是一步一步打印变量就行了，这里我选择的是将老哥的方法进行改写，他选择的是直接将所有的变量一次性全部传给一个对象，我选择的是一个一个传，对比一下，大家就知道了。
老哥的方法：

我的方法;

之后我们来对比一下我们输出的结果
老哥结果：

我的结果;

我们点进网页进去看一下发现：

发现整个网页上就没有出现薪资的信息
大家可以对比一下就知道了，显然就是在薪资出现None的时候老哥的代码就报错了。这是为啥呢？
接下来给大家讲解一下。
python中的数组和Java中的列表是不一样的。
Java的数组一旦规定了列表类型就不能再添加不同类型的元素进入数组，就好比我定义了整形的列表就不能再添加字符串对象进入该列表
python就不同了，python定义的列表是可以包含不同元素的，就比方说下面这个例子：

list1 = ['physics', 'chemistry', 1997, 2000]

所以老哥添加列表元素的时候已经规定好了我的元素是字符串，这是没有问题的，但是当money为None的时候就尴尬了，我们要知道这里的None并不是代表值为None，而是直接代表类型为None，所以这里很明显他是不能自己转换成String的。
但是我的就不一样了，我是一个一个添加的，所以列表本身也不知道你添加的数据是什么类型的，所以他都会给你存储进来。不管你是什么类型的，就算你没有类型他也会帮你存进来。 所以我的数据没有报错。

2.解决方案

2.1添加try/except进行包裹

 try:
        data.append(jobpage+"  "+jname+"  "+money+"  "+gname+"  "+jinyan+"  "+xuli)
    except:
        pass

运行效果：成功跑完

2.2添加if/else条件判断

    if str(moneys[0])=="":
        money="面谈"
    else:
        money = moneys[0].string

运行效果：成功跑完

2.3添加时直接进行类型转换

data.append(jobpage+"  "+jname+"  "+str(money)+"  "+gname+"  "+jinyan+"  "+xuli)

运行效果：

3.修改完后老哥的代码

from bs4 import BeautifulSoup
# 正则表达式
import re
# 定制url,获取网页数据
import urllib.request,urllib.error
# 进行excel操作
import xlwt
# 进行数据库操作
import sqlite3
# 根据需求对输入的解析
from urllib import parse
from lxml import etree
import json
import requests



keyWord =input("请输入需要爬取的关键字：")
word=parse.quote(keyWord)
newWord = parse.quote(word)
# jobData={}#每一个记录是一个列表，把二次获取到的网页存成字典格式
# jobList =[]  #把上面获取到的信息放在列表中


def main():
    # 爬取网页
    # url = "https://search.51job.com/list/090200,000000,0000,00,9,99," + newWord + ",2," + str(pageNmb) + ".html"

    # html = askUrl(url)
    # print(html)
    datalist = []
    for i in range(1,2):
        url = "https://search.51job.com/list/090200,000000,0000,00,9,99,"+newWord+",2,"+str(i)+".html"
        pagaLink=getLink(url)            #爬取列表页，获取该列表的全部岗位链接
        if len(pagaLink) == 0:
            break
        for jobpage in pagaLink:
            data=getaData(jobpage)           #一个详情页的链接
            datalist.append(data)
        print(datalist)

    # datalist = getaData(baseurl)
    # savapath = ".\\豆瓣电影251.xlsx"
    # dbpath = "movie.db"
    # 保存数据到excel
    # savaData(datalist,savapath)
    # 保存数据到数据库
    # savaData2DB(datalist, dbpath)

# 获取网页信息
def getLink(url):
    dataList=[]
    #获取到源码
    html = askUrl(url)
    data = str(html)
    # print(data)
    find_info = re.findall(r'window.__SEARCH_RESULT__ = {(.*?)keywords', data)
    # print(find_info)
    #拼接上少了的:keywords":"找工作,求职,人才,招聘"}这一部分
    find_info = '{' + str(find_info[0]) + 'keywords":"找工作,求职,人才,招聘"}'
    # print(find_info)
    #  将获取到内容转换为json格式
    json_data = json.loads(find_info)
    # print(json_data)
    for i in json_data['engine_search_result']:
        dataList.append(i['job_href'])
    # print(jobList)
    # print(dataList)
    return dataList


# 二次获取到的链接页面解析
def getaData(jobpage):
    data = []
    jobHtml = askUrl(jobpage) #获取详情页面
    # print(jobHtml)
    soup = BeautifulSoup(jobHtml, "html.parser")

    # data.append(jobpage)
    jnames = soup.select('h1[title]')#职位名称
    # print(jnames)
    jname = jnames[0]["title"]
    # print(jname)
    # data.append(jname)

    moneys = soup.select("div.cn strong ")  # 待遇
    # print(moneys[0])
    if str(moneys[0])=="":
        money="面谈"
    else:
        money = moneys[0].string
    # data.append(money)

    gnames = soup.select(".cname > a")  # 公司名字
    gname = gnames[0]["title"]
    # data.append(gname)

    jobMlsit = soup.select("p.msg")  # 工作经验
    list1 = jobMlsit[0]["title"].split("|")
    jinyan = list1[1].strip()
    # data.append(jinyan)

    xuli = list1[2].strip()  # 学历
    # data.append(xuli)
    # print(xuli)
    # renshu = list1[3].strip()  # 招人数
    # try:
    data.append(jobpage+"  "+jname+"  "+money+"  "+gname+"  "+jinyan+"  "+xuli)
    # except:
    #     pass
        # print(renshu)
    print(data)
    return data


# 爬取网页
def askUrl(url):
    # 模拟浏览器信息，想豆瓣服务器发送信息
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36",
    }
    # 用户代理，告诉服务器，我们是什么类型的机器，浏览器（本质上是告诉浏览器我们可以接收什么水平的内容）

    # 发送请求消息
    request = urllib.request.Request(url,headers=headers)
    html = ""
    # 捕获异常
    try:
        # 取得响应
       response = urllib.request.urlopen(request)
        # 获取网页内容
       html = response.read().decode("gbk")
       # print(html)
    except urllib.error.URLError as e:
       if hasattr(e,"code"):
           print(e.code)
       if hasattr(e,"reson"):
           print(e.reson)
    return html


if __name__ == '__main__':
    main()
    # askUrl("https://jobs.51job.com/chengdu-gxq/124561448.html?s=01&t=0")
    print("爬取完毕")

都看到这里了，如果觉得对你有帮助的话，可以关注博主的公众号，新人up需要你的支持。