【发布时间】:2016-05-13 23:44:49
【问题描述】:
我正在学习 Python,我决定通过尝试制作一个可以研究名为“Babel 库”(https://libraryofbabel.info/) 网站中的文本的程序来训练我的一些编程知识。
我正在使用 BeautifulSoup 从 HTML 代码中获取实际文本,然后我使用正则表达式来搜索我要查找的内容,在这种情况下,我只使用字母“a”对其进行测试. 但是由于某种原因,代码给出了一个错误,并说我正在搜索“a”的变量没有被赋值。
代码:
import re
import requests
from bs4 import BeautifulSoup
url = "https://libraryofbabel.info/browse.cgi"
pages,data=[],[]
r = requests.get(url)
r = r.text
soup = BeautifulSoup(r,"html.parser")
for text in soup.findAll("li",{"onclick":"gethexfromlist(this.innerHTML); enterhex();"}):
page = text.string
pages.append(page)
for eachRoom in pages:
url = "https://libraryofbabel.info/browse.cgi?" + eachRoom
for eachWall in range(1,5):
url = url + "-w" + str(eachWall)
for eachShelf in range(1,6):
url = url + "s-" + str(eachShelf)
for eachVolume in range(1,33):
if len(str(eachVolume)) == 1:
url = url + "-v0" + str(eachVolume)
else:
url = url + "-v" + str(eachVolume)
for eachPage in range(1,411):
url = url + ":" + str(eachPage)
r = requests.get(url)
r = r.text
soup = BeautifulSoup(r,"html.parser")
for text in soup.findAll("div",{"class":"bookrealign"}):
rdata = text.string
if data == []:
data = re.findall(r"a",rdata)
else:
break
错误:
Traceback (most recent call last):
File "C:\Users\...", line 37, in <module>
data = re.findall(r"a",rdata)
NameError: name 'rdata' is not defined
提前感谢您提供的任何帮助:)
【问题讨论】:
-
你确定
soup.findAll("div",{"class":"bookrealign"})的结果永远不会为空吗?
标签: regex python-3.x beautifulsoup python-requests