763664087 发表于 2021-3-7 21:38:01

豆瓣top250爬虫

请问我这个代码为什么最后print出来的是一个空列表{:10_266:} 我看不出是哪里的问题~

import requests
from bs4 import BeautifulSoup
def get_movies():
    movie_list = []
    headers = {
      'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36'
    }
   
    for i in range(0,10):
      link = 'https://movie.douban.com/top250?start='+str(i*25)
      r = requests.get(link,headers = headers,timeout = 10)
      print(str(i+1)+'响应状态码：',r.status_code)
      
      soup = BeautifulSoup(r.text,'lxml')
      div_list = soup.find_all('div',class_='hd')
      for each in div_list:
            movie = each.a.span.text.strip()
            movie_list.append(movie)
    return movie_list

get_movies()
print(movie_list)

太阳总会升起 发表于 2021-3-7 22:05:52

函数最后返回了movie_list，所以主程序只要调用get_movies函数并打印就能得到列表。
倒数第二句调用函数，因为函数只返回了movie_list并没有打印，所以没值
倒数第一句是打印了movie_list，但这个movie_list是全局变量，所以报错未定义
所以最后两句改为print(get_movies())，也就是打印函数返回值，即可。

代码如下：
import requests
from bs4 import BeautifulSoup
def get_movies():
    movie_list = []
    headers = {
      'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36'
    }
   
    for i in range(0,10):
      link = 'https://movie.douban.com/top250?start='+str(i*25)
      r = requests.get(link,headers = headers,timeout = 10)
      print(str(i+1)+'响应状态码：',r.status_code)
      
      soup = BeautifulSoup(r.text,'lxml')
      div_list = soup.find_all('div',class_='hd')
      for each in div_list:
            movie = each.a.span.text.strip()
            movie_list.append(movie)
    return movie_list

# get_movies()
# print(movie_list)
print(get_movies())
页: [1]
查看完整版本: 豆瓣top250爬虫