Python 段错误，使用 pyqt4

Question

我写了一段代码来抓取一个网页，该网页实际上可以通过一个 url 使用它，但是一旦我在 .txt 中输入超过 2 个 url，就会告诉我“分段错误”。我不知道问题出在哪里。任何帮助将不胜感激。

import sys
import time
import gc
from bs4 import BeautifulSoup
from PyQt4.QtGui import *
from PyQt4.QtCore import *
from PyQt4.QtWebKit import * 


class Render(QWebPage):
    def __init__(self, url):
        self.app = QApplication(sys.argv)
        QWebPage.__init__(self)
        self.loadFinished.connect(self._loadFinished)
        self.mainFrame().load(QUrl(url))
        self.app.exec_()

    def _loadFinished(self, result):
        self.frame = self.mainFrame()
        #self.deleteLater()
        self.app.quit()

with open('/blah/blah/blah/blah/blah.txt') as f:
    urls = f.read().splitlines()

    for i in urls:
        r = Render(i)
        soup = BeautifulSoup(unicode(r.frame.toHtml()))
        summary = soup.find('div',{'style' : 'padding-top:10px;'})
        tables = summary.find('tbody')
        count = 0
        print 
        for row in tables.findAll('tr'):
            for cell in row.findAll('td'):
                data = cell.getText()
                if (count < 15):
                    data = data + ';'
                    print data, 
                count += 1
                if (count==16):
                    print data
                    count = 0       

嗯，这就是代码。在它告诉我分段错误之前，我得到了 2 次 with 循环迭代...... :( 换句话说，我可以从 txt 的 6 个 url 中抓取 2 个。

提前感谢您的帮助

Answer 1

我设法重现了这个问题。以下代码导致 Python 失败（在 Windows 上）。不需要所有的文件读取和 BeautifulSoup 代码：

for _ in range(3):
    r = Render('google.com')

如果我确保在创建第二个之前删除了第一个 Render 对象，那么就没有错误：

for _ in range(3):
    r = Render('google.com')
    del r

我发现this related question 表示您不能在一个进程中拥有多个 PyQt 应用程序。我对 PyQt 不熟悉，所以不知道你会如何解决这个问题。这可能很简单，但您必须稍微搜索一下。

另外，this question has code almost identical to yours 和 a very good answer 展示了如何创建单个 QApplication 并获取多个 URL。您的问题可能应该作为重复项关闭。