为什么根据迭代数组元素的位置得到不同长度的输出元素数组？

Question

因此，此代码的目的是提供页面上的URL列表，但我发现输出的URL数量取决于所使用的数组中元素的位置迭代时，即 params = [“src”，“href”]

代码包含带有导入的请求库的工作程序，使用的是requests.get（），response.text以及列表和循环等结构。 要复制代码，请使用展开代码段按钮。

问题：

1. 当我在params数组中的0-s位置使用“src”时，为什么会得到 8 urls 当我在params数组中的0-s位置使用“href”时， 136 url ，请参阅：





1. 如何获得数组all_urls中的所有元素（src和href）？

<?xml version="1.0" encoding="utf-8"?>
<manifest xmlns:android="http://schemas.android.com/apk/res/android"
    package="com.example.user.sdktext1">

    <application
        android:allowBackup="true"
        android:icon="@mipmap/ic_launcher"
        android:label="@string/app_name"
        android:supportsRtl="true"
        android:theme="@style/AppTheme">
        <activity android:name=".MainActivity">
            <intent-filter>
                <action android:name="android.intent.action.MAIN" />

                <category android:name="android.intent.category.LAUNCHER" />
            </intent-filter>
        </activity>
    </application>

</manifest>

Answer 1

回答你的问题：

1-这是因为您在循环中使用了page变量

url, n = getURL(page, param)
page = page[n:] // this one here

这只是在每次迭代后切片页面字符串并将其重新分配给同一个变量，因此您在每次迭代时都会丢失一个块。当您到达最后一个src或href时，您可能已经在文档的末尾。

2-您的代码的一个非常快速的解决方法是重置每个新page的{​​{1}}：

param

的然而

有一种更好的方法来处理for param in params: page = response.text while True: url, n = getURL(page, param) page = page[n:] .... 。为什么不用HTML来执行此任务？

例如，您可以使用BeautifulSoup4，例如：（非最佳代码，未经过测试，仅用于快速演示）

HTML Parser