- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我最近在抓取HackerNews网站时遇到了这个SyntaxError:“标题”是参数,并且是非本地的,这是相同代码。
import requests
from bs4 import BeautifulSoup
import time
# Url Generator
def urls_gen(base_url, pages=1):
try:
for page in range(1, int(pages) + 1):
yield f'{base_url}news?p={str(page)}'
except ValueError as e:
print(e)
# Url Crawler
# max pages = 15
def urls_crawler(urls):
for url in urls:
try:
res = requests.get(url)
soup = BeautifulSoup(res.text, 'html.parser')
soup.prettify()
titles = soup.select('.storylink')
subtext = soup.select('.subtext')
except IndexError:
return('Max Pages Limit Reached!')
def custom_hn(titles, subtext):
data = []
for i, item in enumerate(titles):
nonlocal titles
nonlocal subtext
title = titles[i].getText()
link = titles[i].get('href', None)
print(title, link)
time.sleep(1)
return custom_hn(titles, subtext)
urls = urls_gen('https://news.ycombinator.com/', 'a')
links = urls_crawler(urls)
我还注意到,当我为urls_gen的第二个参数提供int参数时,它可以正常工作,但是一旦我将其更改回str,它就会给我发出SyntaxError而不是上面在try-except块中定义的ValueError。它还给了Unbound局部变量错误。
最佳答案
我对您的脚本进行了一些修改,并删除了try..except
语句。另外,您可以测试是否在最后一页上,如果没有任何链接需要刮一下。
例如:
import requests
from bs4 import BeautifulSoup
def urls_gen(base_url, pages=1):
for page in range(1, pages + 1): # <-- remove int()
yield f'{base_url}news?p={page}' # <-- remove str()
def urls_crawler(urls):
for url in urls:
res = requests.get(url)
soup = BeautifulSoup(res.text, 'html.parser')
all_titles = soup.select('.storylink')
if not all_titles: # <-- if there arent't any link, break the loop
break
for title in all_titles:
yield title.get_text(), title['href']
urls = urls_gen('https://news.ycombinator.com/', 2) # <-- put number here instead of 'a'
for text, link in urls_crawler(urls):
print('{:<80} {}'.format(text, link))
打印品:
Show HN: A weirdly detailed graphical analysis of women's tops sold by Goodwill https://goodwill.awardwinninghuman.com/
EasyOCR: Ready-to-use OCR with 40 languages https://github.com/JaidedAI/EasyOCR
Tauri – toolchain for building highly secure native apps that have tiny binaries https://github.com/tauri-apps/tauri
Foreign data wrappers: PostgreSQL's secret weapon? https://www.splitgraph.com/blog/foreign-data-wrappers
Why Developers Stop Learning: Rise of the Expert Beginner (2012) https://daedtech.com/how-developers-stop-learning-rise-of-the-expert-beginner/
The EU General Data Protection Regulation Explained by Americans https://hroy.eu/posts/gdprExplainedByUS/
Git commit accepts several message flags (-m) to allow multiline commits https://www.stefanjudis.com/today-i-learned/git-commit-accepts-several-message-flags-m-to-allow-multiline-commits/
Ariane RISC-V CPU – An open source CPU capable of booting Linux https://github.com/openhwgroup/cva6
SUSE to Acquire Rancher Labs https://rancher.com/press/suse-to-acquire-rancher/
Yoloface-500k: ultra-light real-time face detection model, 500kb https://github.com/dog-qiuqiu/MobileNetv2-YOLOV3#500kb%E7%9A%84yolo-face-detection
Google drops blogspot.in breaking hundred thousands of permalinks item?id=23767781
Symbolic execution with SymCC: Don't interpret, compile http://www.s3.eurecom.fr/tools/symbolic_execution/symcc.html
The More Senior Your Job Title, the More You Need to Keep a Journal https://hbr.org/2017/07/the-more-senior-your-job-title-the-more-you-need-to-keep-a-journal
SUSE to Acquire Rancher Labs https://www.suse.com/c/news/suse-acquires-rancher/
Mcfly – neural-network powered directory and context-aware shell history search https://github.com/cantino/mcfly
Ron Graham has died https://www.ams.org/news?news_id=6244
SUSE acquires Kubernetes management platform Rancher Labs https://techcrunch.com/2020/07/08/suse-acquires-kubernetes-management-platform-rancher-labs/
KeePassXC 2.6.0 Released https://keepassxc.org/blog/2020-07-07-2.6.0-released/
SymPy - a Python library for symbolic mathematics https://www.sympy.org/en/index.html
Curry Before Columbus https://contingentmagazine.org/2020/06/25/curry-before-columbus/
...and so on.
关于python-3.x - SyntaxError;名称 'x'是参数且非本地,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/62795616/
我正在尝试做这样的事情:Name[i] = "Name"+ (i+1) 在 forloop 中,这样数组的值将是:Name[0] = Name1,Name[1] = Name2,Name[2] = N
我读了here,在GSP中我们可以这样写: ${params.action} 从GSP中,我们可以使用${params.action}作为参数调用Javascript函数(请参阅here)。 是否有其
我的问题:非常具体。我正在尝试想出解析以下文本的最简单方法: ^^domain=domain_value^^version=version_value^^account_type=account_ty
我创建了一条与此类似的路线: Router::connect("/backend/:controller/:action/*"); 现在我想将符合此模式的每个 Controller 路由重命名为类似
我在 Visual Studio 2013 项目中收到以下警告: SQL71502 - Procedure has an unresolved reference to object 最佳答案 这可以
任何人都可以指导我使用名称/值 .NET 集合或 .NET 名称/值字典以获得最佳性能吗?请问最好的方法是什么?我的应用程序是 ASP.NET、WCF/WF Web 应用程序。每个集合应该有 10 到
我在 Zend Framework 2 中有一个默认模块: namespace Application\Controller; use Zend\Mvc\Controller\AbstractActi
这是表格: 关于javascript - 在 javascript 中,这是一个有效的结构吗? : document. 名称.名称.值?,我们在Stack Overflow上找到一个类似的
HtmlHelper.ActionLink(htmlhelper,string linktext,string action) 如何找出正确的路线? 如果我有这个=> HtmlHelper.Actio
我需要一些有关如何将 Controller 定义传递给嵌套在 outer 指令中的 inner 指令的帮助。请参阅http://plnkr.co/edit/Om2vKdvEty9euGXJ5qan一个
请提出一个数据结构来表示内存中的记录列表。每条记录由以下部分组成: 用户名 积分 排名(基于积分)- 可选字段- 可以存储在记录中或可以动态计算 数据结构应该支持高效实现以下操作: Insert(re
错误 : 联合只能在具有兼容列类型的表上执行。 结构(层:字符串,skyward_number:字符串,skyward_points:字符串)<> 结构(skyward_number:字符串,层:字符
我想要一个包含可变数量函数的函数,但我希望在实际使用它们之前不要对它们求值。我可以使用 () => type 语法,但我更愿意使用 => type 语法,因为它似乎是为延迟评估而定制的。 当我尝试这样
我正在编写一个 elisp 函数,它将给定键永久绑定(bind)到当前主要模式的键盘映射中的给定命令。例如, (define-key python-mode-map [C-f1] 'pytho
卡在R中的错误上。 Error in names(x) <- value : 'names' attribute must be the same length as the ve
我有字符串,其中包含名称,有时在字符串中包含用户名,后跟日期时间戳: GN1RLWFH0546-2020-04-10-18-09-52-563945.txt JOHN-DOE-2020-04-10-1
有人知道为什么我会收到此错误吗?这显示将我的项目升级到新版本的Unity3d之后。 Error CS0103: The name `Array' does not exist in the curre
由于 Embarcadero 的 NNTP 服务器从昨天开始就停止响应,我想我可以在这里问:我使用非数据库感知网格,我需要循环遍历数据集以提取列数、它们的名称、数量行数以及每行中每个字段的值。 我知道
在构建Android应用程序的子项目中,我试图根据根build.gradle中的变量设置版本代码/名称。 子项目build.gradle: apply plugin: 'com.android.app
示例用例: 我有一个带有属性“myProperty”的对象,具有 getter 和 setter(自 EcmaScript 5 起支持“Property Getters 和 Setters”:http
我是一名优秀的程序员,十分优秀!