一个列表推导式的错误（代码内含爬虫）

磊之茶

代码：

1. from bs4 import BeautifulSoup
   
2. import requests as re
   
3. headers={}
   
4. headers["User-Agent"]="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.131 Safari/537.36 Edg/92.0.902.73"
   
5. web = None
   
6. soup = None
   
7. page_url = ["https://movie.douban.com/top250"]
   
8. def fulsh(url_name=''):
   
9.     global web,soup
   
10.     web = re.get(url_name,headers=headers)
    
11.     soup = BeautifulSoup(web.text,"html.parser")
    
12. def find():
    
13.     a=soup.find_all("div",class_="hd")
    
14.     name=[x.a.span.text for x in [x for x in a]]
    
15.     b = soup.find_all("div",class_="bd")
    
16.     writer = [x.p.text.strip()\
    
17.               .replace("\n",'').replace("\t",'').replace(" ",'').replace("\xa0",'')\
    
18.               for x in [x for x in b]][1:]
    
19.     c = soup.find_all("p",class_="quote")
    
20.     world = [x.span.text for x in [x for x in c]]
    
21.     b = (name,writer,world)
    
22.     return [(name[x]+' ',writer[x]+' ',world[x]) for x in range(len(name))]
    
23.     #return [(b[0][x]+' ',b[1][x]+' ',b[2][x]+' ') for x in range(len(b[0]))]
    
24. 
    
25. 
    
26. def main():
    
27.     global page_url
    
28.     return_=[]
    
29.     fulsh(page_url[0])
    
30.     page_url.extend([''.join(["https://movie.douban.com/top250",x.attrs['href']]) for x in soup.find_all("div",class_="paginator")[0].find_all("a")])
    
31.     for i in page_url:
    
32.         fulsh(i)
    
33.         return_.extend(find())
    
34.     retrun_='\n'.join(return_)
    
35.     return return_
    
36. if __name__ == '__main__':
    
37.     main()
    

复制代码

报错代码：

1. Traceback (most recent call last):
   
2.   File "C:/Users/中维电器维修/Desktop/top250.py", line 37, in <module>
   
3.     main()
   
4.   File "C:/Users/中维电器维修/Desktop/top250.py", line 33, in main
   
5.     return_.extend(find())
   
6.   File "C:/Users/中维电器维修/Desktop/top250.py", line 22, in find
   
7.     return [(name[x]+' ',writer[x]+' ',world[x]) for x in range(1,23)]
   
8.   File "C:/Users/中维电器维修/Desktop/top250.py", line 22, in <listcomp>
   
9.     return [(name[x]+' ',writer[x]+' ',world[x]) for x in range(1,23)]
   
10. IndexError: list index out of range

复制代码

本人python版本是3.8和3.9

z5560636

列表超出索引了。

1. return [(name[x]+' ',writer[x]+' ',world[x]) for x in range(len(name))]

复制代码

索引用的全部是x？  是否长度会不一样？

wp231957

最基本的排错方法，发现哪个列表索引超出范围
就在生成该列表之后，使用该列表之前  print一下，看看是否是空列表  或者真的超索引了

磊之茶

wp231957 发表于 2021-8-17 16:18
最基本的排错方法，发现哪个列表索引超出范围
就在生成该列表之后，使用该列表之前  print一下，看看是否 ...

不是，列表没问题，都是25，我自己导出来之后就没问题，但在函数里执行就有问题，不信你自己试试