[英]What am I doing wrong with this python find() method?
import urllib2,cookielib
site= "https://www.google.com/search?q=buddha&source=lnms&tbm=isch'"
hdr = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
'Accept-Encoding': 'none',
'Accept-Language': 'en-US,en;q=0.8',
'Connection': 'keep-alive'}
req = urllib2.Request(site, headers=hdr)
try:
page = urllib2.urlopen(req)
content = page.read()
except urllib2.HTTPError, e:
content = e.fp.read()
#content = page.read()
print content
imgstart = 1
while imgstart > 1:
start = imgstart+1
imgstart = content.find(',"ou":"',start)
#print imgstart
imgend = content.find('","ow":',imgstart+1)
#print imgend
imgurl = content[imgstart+7:imgend]
print imgurl
如果我將打印的內容復制到 Notepad++ 中,我可以輕松找到 ',"ou":"' 但由於某種原因,我的content.find
方法不能。
你有兩個問題。 首先是你永遠不會進入你的 while 循環:
您已設置imgstart = 1
,因此您將永遠不會進入循環。
改為設置:
while imgstart >= 1:
但是,您的下一個問題是您有一個無限循環,因為您在循環中遞增 imgstart。 我不確定你對這個增量器的意圖是什么,但你需要確保你有一個退出條件。
根據提供的代碼,我設法讓它運行,但是,我確實必須稍微修改它以確保它結束。
我將 while 循環更改為僅運行 10 次迭代以獲得某種樣本。 一些數據作為完整標記返回,我認為您不想要,但是那里有 URL。 因此,您可能需要查找匹配器以確保您的匹配設置正確。
imgstart = 1
i = 0
#while imgstart >= 1:
while i <= 10:
start = imgstart+1
imgstart = content.find(',"ou":"', start)
imgend = content.find('","ow":', imgstart + 1)
imgurl = content[imgstart+7:imgend]
print imgurl
i += 1
您不在while
循環中,因為開始時imgstart == 1
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.