Python - BeautifulSoup 函数重写技巧更优雅

Question

代码正在运行，但我正在寻找有关如何更恰当地编写代码的提示，尤其是 if 的使用。正如你所知道的，我本质上不是程序员......只是一个系统管理员在 python 中做一些摆弄。感谢您提供的任何建议。

def findallWileyLinks():

pagebase = 'http://onlinelibrary.wiley.com'
journallist = 'http://onlinelibrary.wiley.com/browse/publications?type=journal&&start=0&resultsPerPage=3000'

inputList = getinputList()

if inputList:
  alljournallistsoup = BeautifulSoup(getwebpage(journallist))

  if alljournallistsoup:
    alljournallisttags = alljournallistsoup.find('ol', attrs={'id' : 'publications'})

    for eissn in inputList:
      journalatag = alljournallisttags.find('a', attrs={'href' : re.compile(eissn.rstrip() + '$')})

      if journalatag:
        journalsoup = BeautifulSoup(getwebpage(pagebase + journalatag.get('href') + '/issues'))

        if journalsoup:
          allvolumetags = journalsoup.find('ol', attrs={'class' : 'issueVolumes'})
          volumeatags = allvolumetags.findAll('a')

            for volumeatag in volumeatags:
              volumesoup = BeautifulSoup(getwebpage(pagebase + volumeatag.get('href')))

              if volumesoup:
                allissuetags = volumesoup.find('li', attrs={'id' : volumeatag.get('id')[:-5]})
                issueatags = allissuetags.findAll('a')[1:]

                  for issueatag in issueatags:
                    currentlinksavailiable.append(pagebase + issueatag.get('href') + '\n')

      else:
        appendlog('eISSN: ' + eissn.rstrip() + ' not found on alljournallist page.')

    try:
      with open(inputDirectory + selectedPublisher + '_currentlinksavailiable.txt', 'w') as f:
          f.writelines(currentlinksavailiable)

    except IOError as e:
      appendlog('findallLinks() Operation failed probably when creating the new link text file with error: %s' % e.strerror)

Answer 1

我认为在这里要求重写并不常见。无论如何，这是我的反馈。

if foo:
    if bar:
        #code

替换为（假设您在 def 内，但您是，对吧？

if not foo:
    return
if bar:
    #code

注释应以 hash-blank-uppercase 开头，对已注释掉的代码保留 hash-lowercase。 Peter Norvig 似乎在文本 cmets 中添加了两个破折号。无论如何，你有太多的cmets。代码应该具有足够的描述性。如果一个操作块需要一个描述性的头部，将它移动到一个函数中并使用这个描述作为函数名。这也有助于隔离事物。

如其他答案所述，请勿使用 if foo 保护您的 for foo 循环。

inputList = [] 没用，不符合 PEP08，试试input。

Answer 2

很多这样的代码是不必要的。一些例子：

inputList = []
inputList = getinputList()

在 Python 中，您无需在将数据分配给变量之前对其进行初始化。第二行本身就可以了。

if volumeatags:
   for volumeatag in volumeatags:

如果volumeatags为空，则for循环不会执行。

Answer 3

让我突然想到的一件事是你有很多这样的代码：

tags = parenttag.findAll('tag')

if tags:
    for tag in tags:
        # do something to tag

您可以保证tags 是此处的列表，因此if tags: 行是多余的。如果在for 循环中使用空列表，则不会执行循环体。

作为一个小点，可以删除文件开头的inputList = []，因为您会立即用函数调用覆盖它。

不清楚这是否是更大脚本的一部分，但如果不是，那么如果inputList 为空，您应该终止而不是将脚本的主体包含在if 块中。

if not inputList:
    sys.exit(1)

而不是

if inputList:
    # process inputList

您需要将import sys 添加到脚本顶部才能使其正常工作。

Answer 4

您可以将代码放在一个函数中，并使大部分 if 语句为否定语句，并使用 return、continue 或 break 语句。这样可以避免这么多的缩进。

此外，在 for 循环之前有一个 if 语句，看起来似乎不需要它，因为如果列表为空，则 for 循环将被跳过。 IE。

if volumeatags:
    for volumeatag in volumeatags:
            ...