python - 避免 Python 3 中的堆栈溢出

Question

免责声明:我完全不了解计算机科学，也不了解幕后发生的任何事情的内部运作方式。使用 Internet 上的所有内容自学编码。

Python 版本:

Python 3.4.3 (v3.4.3:9b73f1c3e601, Feb 24 2015, 22:43:06) [MSC v.1600 32 bit(Intel)] on win32

在普通解析器上工作，其主要目的是获取图像的完整大小的 url，将其保存到文件中以供稍后下载，然后移动到下一个图像，这几乎是强制性的，因为相关网站的糟糕网络架构。当我完成程序时，在第 976 次执行时遇到错误。

  RuntimeError: maximum recursion depth exceeded in comparison

经过研究，我发现问题是由于“堆栈溢出”引起的。但是，目前我不知道如何在不造成任何显着性能下降的情况下解决问题。 (虽然这不是真正的问题，因为我只是为了学习而这样做。)

这让我想到了我的问题，我该如何解决这个问题，我在哪里可以了解更多关于这些事情的信息，比如什么是 Stack Overflow？

(程序运行正常，堆栈溢出停止了)

import requests
from bs4 import BeautifulSoup

def somesite_parsing(url):

    connection = requests.get(url)
    html = connection.text
    soup = BeautifulSoup(html, "html.parser")

    # The exception is necessary due to the web architecture.
    # Images that don't have different versions by size have an img tag.
    # Returns "http://www.somesite.net/tag_tag_tag.full.jpg"
    try:
        semi_link = soup.select("html > body > #wrapper > #body > #content > #large > a")
        full_link = semi_link[0].get("href")
        print(full_link)

    except IndexError:
        semi_link = soup.select("html > body > #wrapper > #body > #content > #large > img")
        full_link = semi_link[0].get("src")
        print(full_link)

    # File was created during testing so I switched to appending.
    # Saves link into folder.
    fx = open("list_file.txt", "a")
    fx.write(full_link + "\n")
    fx.close()

    # Fetches the next url.
    # Returns "/id_number"
    next_link = soup.select("html > body > #wrapper > #body > #menu > .smallthumbs > li > a")
    next_link = next_link[0].get("href")
    next_link = "http://www.somesite.net" + next_link
    print(next_link)

    print()
    somesite_parsing(next_link)


somesite_parsing("http://www.somesite.net/1905220")

Answer 1

当嵌套的函数调用过多时会发生堆栈溢出。这主要发生在函数继续无休止地调用自身时。

在您的情况下，您在自身内部调用了 somesite_parsing。这最终会导致堆栈溢出。

有几种方法可以避免这种情况。我建议围绕您的解析进行循环。

改变 somesite_parsing 返回下一个链接，而不是调用它自己，你可以这样做:

next_link = "http://www.somesite.net/1905220"
while next_link:
    next_link = somesite_parsing(next_link)

这将允许您返回 falsy来自 somesite_parsing 的值以停止循环。