javascript - python :urlParse错误？解析器 Python 3

Question

我有以下代码(gdaten[n][2] 给出了一个 URL，n 是索引):

    try:
        p=urlparse(gdaten[n][2])
        while p.scheme == "javascript" or p.scheme == "mailto":
            p=urlparse(gdaten[n][2])
            print(p," was skipped (", gdaten[n][2],")")
            n += 1
        print ("check:", gdaten[n][2])
        f = urllib.request.urlopen(gdaten[n][2])
        htmlcode = str(f.read())
        parser = MyHTMLParser(strict=False)
        parser.feed(htmlcode)

    except urllib.error.URLError:
        #do some stuff
    except IndexError:
        #do some stuff
    except ValueError:
        #do some stuff

现在我有以下错误:

urllib.error.URLError: <urlopen error unknown url type: javascript>

第 8 行。这怎么可能？我想在 while 循环中我会跳过所有那些带有 javascript 方案的链接？为什么 except 不起作用？我的错在哪里？MyHTMLParser将在网站上找到的链接附加到 gdaten，就像这样 [[stuff,stuff, link][stuff,stuff, link]

Answer 1

这是一个错误。

换句话说，n和p不同步。

要解决此问题，请在设置 p 之前将 n 加一。

为什么这不起作用？

假设 n 在开始时设置为零(可以从 42 开始，没关系)，假设 gdaten 的布局如下:

gdaten[0][2] = "javascript://blah.js"
gdaten[1][2] = "http://hello.com"
gdaten[2][2] = "javascript://moo.js"

在检查第一个 while 条件时，p.scheme 是 'javascript' 所以我们进入循环。 p 再次设置为 urlparse("javascript://blah.js") 并且 n 增加到 1。因为我们正在检查urlparse("javascript://blah.js")，我们再次进入循环。

p 现在设置为 urlparse("http://hello.com") 并且 n 设置为 2 。

由于 urlparse("http://hello.com") 通过了检查，while 循环结束。

同时，由于 n 是两个，因此打开的 url 是 gdaten[2][2] 也就是 "javascript://moo.js "

代码修复

try:
    p=urlparse(gdaten[n][2])
    while p.scheme == "javascript" and p.scheme == "mailto" and not p.scheme:
        print(p," was skipped (", gdaten[n][2],")")

        # Skipping to the next value
        n += 1
        p=urlparse(gdaten[n][2])

    print ("check:", gdaten[n][2])
    f = urllib.request.urlopen(gdaten[n][2])
    htmlcode = str(f.read())

...