[已解决]关于NameError: name 'baseurl' is not defined的问题

柠檬冲冲冲

显示错误如下：
Traceback (most recent call last):
  File "C:/Users/mct檬椿123/Desktop/12爬虫.py", line 110, in <module>
    main()
  File "C:/Users/mct檬椿123/Desktop/12爬虫.py", line 26, in main
    datalist = getdata(baseurl)
  File "C:/Users/mct檬椿123/Desktop/12爬虫.py", line 35, in getdata
    url = baseurl + str(i*25)
NameError: name 'baseurl' is not defined

1. from bs4 import BeautifulSoup #网页解析
   
2. import re #正则表达式，进行文字匹配
   
3. import urllib.request, urllib.error
   
4. import xlwt#进行excel操作
   
5. import sqlite3#进行SQlite数据库操作
   
6. 
   
7. 
   
8. #影片详情链接的规则
   
9. findlink = re.compile(r'<a href="(.*?)">')#创建正则表达式对象，表示规则（字符串模式）
   
10. #影片图片的链接
    
11. findimgscr = re.compile(r'<img.*src="(.*?)"',re.S) #re.S让换行符包含在字符中
    
12. #影片片名
    
13. findtitle = re.compile(r'<span class="title">(.*)</span>')
    
14. #影片的评分
    
15. findrating = re.compile(r'<span class="rating_num" property="v:average">(.*)</span>')
    
16. #找到评价人数
    
17. findnum = re.compile(r'<span>(\d*)人评价</span>')
    
18. #找到概况
    
19. findgk = re.compile(r'<span class="inq">(.*)</span>')
    
20. #找到影片的相关内容
    
21. findabout = re.compile(r' <p class="">(.*?) </p>,re.S')
    
22. 
    
23. def main():
    
24.     baseurl = "https://movie.douban.com/top250?start="
    
25.     #爬取网页
    
26.     datalist = getdata(baseurl)
    
27.     # 前面的为用excel表格存储
    
28.     savepath = "豆瓣电影top250.xls"
    
29.     savedata(datalist,savepath)
    
30. 
    
31. #爬取网页
    
32. def getdata(basurl):
    
33.     datalist = []
    
34.     for i in range(0,10):#调用获取页面信息的函数，10次
    
35.         url = baseurl + str(i*25)
    
36.         html = askURL(url)#保存获取到的网页源码
    
37.           #逐一解析数据
    
38.         soup = BeautifulSoup(html,"html.parser")
    
39.         for item in soup.find_all('div',class_="item"):#查找符合要求的字符串，形成列表
    
40.             #测试查看电影item全部信息
    
41.             data = []#保存一部电影的全部信息
    
42.             item = str(item)
    
43.             # 获取影片的超链接
    
44.             link = re.findall(findlink,item)[0]  #re库用来通过正则表达式查找指定的字符串
    
45.             imgscr = re.findall(findimgscr,item)[0]  #添加图片
    
46.             data.append(findimgscr)
    
47.             titles = re.findall(findtitle,item)[0]#片名可能只有一个中文名，没有外文
    
48.             if (len(title==2)):
    
49.                 ctitle = title[0]
    
50.                 data.append(ctitle)#添加中文名
    
51.                 otitle = title[1].replace("/","")#去掉无关的符号
    
52.                 data.append(otitle)#添加外国名
    
53.             else:
    
54.                 data.append(title[0])
    
55.                 data.append('')#外国名字留空
    
56.             rating = re.findall(findrating,item)[0]#添加评分
    
57.             data.append(rating[0])
    
58. 
    
59.             num =re.findall(findnum,item)[0]
    
60.             data.append(num[0])#添加评价人数
    
61.             gk = re.findall(findgk,item)
    
62.             if len(gk)!= 0:
    
63.                 gk =gk[0].replace("。","")
    
64.                 data.append(gk)  # 添加概况
    
65.             else:
    
66.                 data.append(" ")
    
67.             about = re.findall(findabout,item)[0]
    
68.             about = re.sub('<br(\s+)?/>>(\s+?)'," ",about)#去掉<br/>
    
69.             bout = re.sub('/'," ",about)#替换/
    
70.             data.append(about.strip())#去掉前面的空格
    
71.             datalist.append(data)#把处理好的一部电影信息放入datalist
    
72.         return datalist
    
73. 
    
74. 
    
75. #得到指定一个url的网页内容
    
76. def askURL(url):
    
77.     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"}
    
78.     request = urllib.request.Request(url,headers= head)
    
79.     html = ""
    
80.     try:
    
81.         response = urllib.request.urlopen(request)
    
82.         html = response.read().decode("utf-8")
    
83.     except urllib.error.URLError as e:
    
84.         if hasattr(e,"code"):
    
85.             print(e.code)
    
86.         if hasattr(e,"reason"):
    
87.             print(e.reason)
    
88.     return html
    
89. 
    
90. #保存数据
    
91. #用excel
    
92. def savedata(savepath):
    
93.     print("savepath……")
    
94. 
    
95.     book = xlwt.Workbook(encoding="utf-8",style_compression=0)#创建workbook对象
    
96.     sheet = workbook.add_sheet('豆瓣电影top250',cell_overwrite_ok=True)#创建工作表
    
97.     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")
    
98.     for i in range(0,8):
    
99.         sheet.write(0,i,col[i])#列名
    
100.     for i in range(0,250):
     
101.         #print("第%d条"%(i+1))
     
102.         data = datalist[i]
     
103.         for j in range(0,8):
     
104.             sheet.write(i+1,j,data[j])#数据
     
105.     book.save(savepath)#保存
     
106. 
     
107. 
     
108. 
     
109. if __name__ == "__main__": #调用函数，当程序执行时
     
110.     main()
     
111. 
     
112. #用数据库时
     
113. #if __name__ == "__main__":
     
114. #     init_db("movietest,db")
     
115.     print("爬取完成")
     
116. 
     
117. 
     
118. 
     
119. 
     
120. 哪位好心人可以帮我看看baseurl那里为什么错了吗，谢谢了，刚刚接触爬虫，不大懂，搞了好久
     
121. 
     
122. 
     
123. 
     
124. 
     
125. 
     
126. 
     
127. 
     
128. 
     
129. 
     
130. 
     
131. 
     
132. 
     

复制代码

最佳答案

月排行榜 / 总排行榜

isdkz

2022-1-29 08:00:09

第32行错了，def getdata(basurl): 里面的形参 baseurl 写成了basurl，少了一个e

跳转到最佳答案楼层

isdkz

第32行错了，def getdata(basurl): 里面的形参 baseurl 写成了basurl，少了一个e