這個 python find() 方法我做錯了什么？

Question

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。

Answer 1

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

Answer 2

您不在while循環中，因為開始時imgstart == 1