【Python项目】——爬虫爬取柯南的剧集数和集名（有错求指点）

项目目的：因为柯宝除了在CSDN写博客这一爱好外，还比较喜欢追番剪辑，尤其是柯南，想到了爬取这个！！参考Github大佬，原项目链接：

原作者Githubhttps://github.com/LorentzForceWorkEnzyme/PythonSpiderDemo/blob/master/1.4%E5%90%8D%E4%BE%A6%E6%8E%A2%E6%9F%AF%E5%8D%97%E5%89%A7%E9%9B%86%E4%BF%A1%E6%81%AF%E8%A1%A8%E7%88%AC%E5%8F%96/readme.md项目功能：从一个网页（这里是《名侦探柯南》各集列表的百度百科页面）抓取数据，并将这些数据以特定的格式写入到一个文本文件中。

目标网页：

名柯剧集百度百科https://baike.baidu.com/item/%E5%90%8D%E4%BE%A6%E6%8E%A2%E6%9F%AF%E5%8D%97%E5%90%84%E9%9B%86%E5%88%97%E8%A1%A8/49823770

目标效果：

实现代码：

#codeing = utf-8
#@author: kebaozuishuai
import requests  # 导入requests库，用于发送HTTP请求  
from bs4 import BeautifulSoup  # 导入BeautifulSoup库，用于解析HTML和XML文档  
import os  # 导入os库，用于操作系统相关的操作（但在这段代码中未使用）  
import sys  # 导入sys库，用于与Python解释器交互（但在这段代码中未使用）  
import time  # 导入time库，用于时间相关的操作（但在这段代码中未使用）  
import random  # 导入random库，用于生成随机数（但在这段代码中未使用）  
import webbrowser  # 导入webbrowser库，用于控制Web浏览器（但在这段代码中未使用）  
import pandas  # 导入pandas库，用于数据处理和分析  
  
# 定义目标网页的URL  
url = 'https://baike.baidu.com/item/%E5%90%8D%E4%BE%A6%E6%8E%A2%E6%9F%AF%E5%8D%97%E5%90%84%E9%9B%86%E5%88%97%E8%A1%A8/49823770'  
  
# 定义请求头，用于模拟浏览器访问  
headers = {'user-agent' : 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.75 Safari/537.36'}  
  
# 发送GET请求到目标URL，并带上请求头  
req = requests.get(url, headers=headers)  
  
# 使用BeautifulSoup解析返回的HTML内容（但实际上这步后面没有用到，因为后面直接使用pandas来解析表格）  
bs = BeautifulSoup(req.content, 'html.parser')  
  
# 注释掉的代码是建议使用下载的静态网页进行测试，而不是直接访问网络  
# bs = BeautifulSoup('名侦探柯南各集列表_百度百科.html', 'html.parser')  
  
# 设置pandas的显示选项，以便在控制台中更好地显示DataFrame  
pandas.set_option('display.max_rows', None)  
pandas.set_option('display.unicode.ambiguous_as_wide', True)  
pandas.set_option('display.unicode.east_asian_width', True)  
pandas.set_option('max_colwidth', 100)  
pandas.set_option('expand_frame_repr', False)  
  
# 从URL读取表格数据，并尝试通过属性选择特定的表格（但这里的attrs可能不准确）  
df = pandas.read_html(url, attrs={"log-set-param" : "table_view"})  
  
# 删除最后一个DataFrame（假设它是参考资料）  
df.pop(len(df)-1)  
  
# 定义表头列表  
th = ['集数', '标题', '原创', '登场']  
  
# 标记变量，用于识别第二个DataFrame  
flag = 0  
  
# 遍历所有的DataFrame  
for each in df:  
    # 将NaN值替换为0  
    each.fillna(value=0, inplace=True)  
      
    # 如果是第二个DataFrame，进行特殊处理  
    flag += 1  
    if flag == 2:  
        # 将列名全部设置为空字符串  
        each.columns = [''] * len(each.columns)  
        # 删除前两行（假设第一行是年份，第二行是标题）  
        each.drop([0, 1], inplace=True)  
        continue  # 跳过后续处理，继续下一个循环  
      
    # 对于其他DataFrame，只删除第一行（年份）  
    each.drop(0, inplace=True)  
      
    # 只保留需要的列  
    each = each.loc[:, th]  
      
    # 将DataFrame转换为字符串并写入文件  
    with open('优化的表格.txt', 'a+', encoding='utf-8') as f:  
        f.write(str(each) + '\n')  
      
    # 在控制台中打印出处理后的DataFrame（用于测试）  
    print(str(each))

运行报错：找不到表格，请Python大佬指教