论坛 › Python交流 › NameError: name 'datalist' is not defined不知道哪错了

柠檬冲冲冲 发表于 2022-1-29 10:48:01

NameError: name 'datalist' is not defined不知道哪错了

Traceback (most recent call last):
File "C:/Users/mct檬椿123/Desktop/12爬虫.py", line 111, in <module>
    main()
File "C:/Users/mct檬椿123/Desktop/12爬虫.py", line 30, in main
    savedata(datalist,savepath)
File "C:/Users/mct檬椿123/Desktop/12爬虫.py", line 103, in savedata
    data = datalist
NameError: name 'datalist' is not defined

为什么我感觉检查过了，datalist已经定义过了，为什么还是说没有被定义呢，哪位能帮我看看吗
万分感谢



from bs4 import BeautifulSoup #网页解析
import re #正则表达式，进行文字匹配
import urllib.request, urllib.error
import xlwt#进行excel操作
import sqlite3#进行SQlite数据库操作


#影片详情链接的规则
findlink = re.compile(r'<a href="(.*?)">')#创建正则表达式对象，表示规则（字符串模式）
#影片图片的链接
findimgscr = re.compile(r'<img.*src="(.*?)"',re.S) #re.S让换行符包含在字符中
#影片片名
findtitle = re.compile(r'<span class="title">(.*)</span>')
#影片的评分
findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
#找到评价人数
findnum = re.compile(r'<span>(\d*)人评价</span>')
#找到概况
findgk = re.compile(r'<span class="inq">(.*)</span>')
#找到影片的相关内容
findabout = re.compile(r'<p class="">(.*?)</p>', re.S)

def main():
    baseurl = "https://movie.douban.com/top250?start="
    #爬取网页
    datalist = getdata(baseurl)

    # 前面的为用excel表格存储
    savepath = "豆瓣电影top250.xls"
    savedata(datalist,savepath)

#爬取网页
def getdata(baseurl):
    datalist = []
    for i in range(0,10):#调用获取页面信息的函数，10次
      url = baseurl + str(i*25)
      html = askURL(url)#保存获取到的网页源码
          #逐一解析数据
      soup = BeautifulSoup(html,"html.parser")
      for item in soup.find_all('div',class_="item"):#查找符合要求的字符串，形成列表
            #测试查看电影item全部信息
            data = []#保存一部电影的全部信息
            item = str(item)
            # 获取影片的超链接
            link = re.findall(findlink,item)#re库用来通过正则表达式查找指定的字符串
            imgscr = re.findall(findimgscr,item)#添加图片
            data.append(findimgscr)
            titles = re.findall(findtitle,item)#片名可能只有一个中文名，没有外文
            if (len(titles)==2):
                ctitle = titles
                data.append(ctitle)#添加中文名
                otitle = titles.replace("/","")#去掉无关的符号
                data.append(otitle)#添加外国名
            else:
                data.append(titles)
                data.append('')#外国名字留空
            rating = re.findall(findrating,item)#添加评分
            data.append(rating)

            num =re.findall(findnum,item)
            data.append(num)#添加评价人数
            gk = re.findall(findgk,item)
            if len(gk)!= 0:
                gk =gk.replace("。","")
                data.append(gk)# 添加概况
            else:
                data.append(" ")
            about = re.findall(findabout,item)
            about = re.sub('<br(\s+)?/>(\s+)?', "", str(about))#去掉<br/>
            about = re.sub('/',"",about)#替换/
            data.append(about.strip())#去掉前面的空格
            datalist.append(data)#把处理好的一部电影信息放入datalist
    return datalist


#得到指定一个url的网页内容
def askURL(url):
    head = {"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Mobile Safari/537.36"}
    request = urllib.request.Request(url,headers= head)
    html = ""
    try:
      response = urllib.request.urlopen(request)
      html = response.read().decode("utf-8")
    except urllib.error.URLError as e:
      if hasattr(e,"code"):
            print(e.code)
      if hasattr(e,"reason"):
            print(e.reason)
    return html

#保存数据
#用excel
def savedata(self,savepath):
    print("savepath……")

    book = xlwt.Workbook(encoding="utf-8",style_compression=0)#创建workbook对象
    sheet = book.add_sheet('豆瓣电影top250',cell_overwrite_ok=True)#创建工作表
    col = ("电影详情链接","图片链接","影片中文名","影片外国名","评分","评价数","概况","相关信息")
    for i in range(0,8):
      sheet.write(0,i,col)#列名
    for i in range(0,250):
      #print("第%d条"%(i+1))
      data = datalist
      for j in range(0,8):
            sheet.write(i+1,j,data)#数据
    book.save(savepath)#保存



if __name__ == "__main__": #调用函数，当程序执行时
    main()

#用数据库时
#if __name__ == "__main__":
#   init_db("movietest,db")
print("爬取完成")

ckblt 发表于 2022-1-29 11:20:59

from bs4 import BeautifulSoup #网页解析
import re #正则表达式，进行文字匹配
import urllib.request, urllib.error
import xlwt#进行excel操作
import sqlite3#进行SQlite数据库操作


#影片详情链接的规则
findlink = re.compile(r'<a href="(.*?)">')#创建正则表达式对象，表示规则（字符串模式）
#影片图片的链接
findimgscr = re.compile(r'<img.*src="(.*?)"',re.S) #re.S让换行符包含在字符中
#影片片名
findtitle = re.compile(r'<span class="title">(.*)</span>')
#影片的评分
findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
#找到评价人数
findnum = re.compile(r'<span>(\d*)人评价</span>')
#找到概况
findgk = re.compile(r'<span class="inq">(.*)</span>')
#找到影片的相关内容
findabout = re.compile(r'<p class="">(.*?)</p>', re.S)

def main():
    baseurl = "https://movie.douban.com/top250?start="
    #爬取网页
    datalist = getdata(baseurl)

    # 前面的为用excel表格存储
    savepath = "豆瓣电影top250.xls"
    savedata(datalist,savepath)

#爬取网页
def getdata(baseurl):
    datalist = []
    for i in range(0,10):#调用获取页面信息的函数，10次
      url = baseurl + str(i*25)
      html = askURL(url)#保存获取到的网页源码
          #逐一解析数据
      soup = BeautifulSoup(html,"html.parser")
      for item in soup.find_all('div',class_="item"):#查找符合要求的字符串，形成列表
            #测试查看电影item全部信息
            data = []#保存一部电影的全部信息
            item = str(item)
            # 获取影片的超链接
            link = re.findall(findlink,item)#re库用来通过正则表达式查找指定的字符串
            imgscr = re.findall(findimgscr,item)#添加图片
            data.append(findimgscr)
            titles = re.findall(findtitle,item)#片名可能只有一个中文名，没有外文
            if (len(titles)==2):
                ctitle = titles
                data.append(ctitle)#添加中文名
                otitle = titles.replace("/","")#去掉无关的符号
                data.append(otitle)#添加外国名
            else:
                data.append(titles)
                data.append('')#外国名字留空
            rating = re.findall(findrating,item)#添加评分
            data.append(rating)

            num =re.findall(findnum,item)
            data.append(num)#添加评价人数
            gk = re.findall(findgk,item)
            if len(gk)!= 0:
                gk =gk.replace("。","")
                data.append(gk)# 添加概况
            else:
                data.append(" ")
            about = re.findall(findabout,item)
            about = re.sub('<br(\s+)?/>(\s+)?', "", str(about))#去掉<br/>
            about = re.sub('/',"",about)#替换/
            data.append(about.strip())#去掉前面的空格
            datalist.append(data)#把处理好的一部电影信息放入datalist
    return datalist


#得到指定一个url的网页内容
def askURL(url):
    head = {"User-Agent": "Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Mobile Safari/537.36"}
    request = urllib.request.Request(url,headers= head)
    html = ""
    try:
      response = urllib.request.urlopen(request)
      html = response.read().decode("utf-8")
    except urllib.error.URLError as e:
      if hasattr(e,"code"):
            print(e.code)
      if hasattr(e,"reason"):
            print(e.reason)
    return html

#保存数据
#用excel
def savedata(datalist,savepath):
    print("savepath……")

    book = xlwt.Workbook(encoding="utf-8",style_compression=0)#创建workbook对象
    sheet = book.add_sheet('豆瓣电影top250',cell_overwrite_ok=True)#创建工作表
    col = ("电影详情链接","图片链接","影片中文名","影片外国名","评分","评价数","概况","相关信息")
    for i in range(0,8):
      sheet.write(0,i,col)#列名
    for i in range(0,250):
      #print("第%d条"%(i+1))
      data = datalist
      for j in range(0,8):
            sheet.write(i+1,j,data)#数据
    book.save(savepath)#保存



if __name__ == "__main__": #调用函数，当程序执行时
    main()

#用数据库时
#if __name__ == "__main__":
#   init_db("movietest,db")
print("爬取完成")

青出于蓝 发表于 2022-1-29 11:22:15

第93行
def savedata(self,savepath):
self改为datalist

查看完整版本: NameError: name 'datalist' is not defined不知道哪错了