Question

为了练习更多python，我一直在挑战pythonchallenge.com上的挑战

简而言之，作为第一步，这个挑战需要从最后用数字加载一个html页面。该页面包含一行文本，其中包含一个数字。该数字用于替换url中的现有数字，因此将您带到序列中的下一页。显然这种情况持续了一段时间......（这个挑战还有更多，但让这部分工作是第一步）。

我这样做的代码如下（限于暂时执行序列中前四页的内容）。由于某种原因，它第一次工作 - 它获取序列中的第二页，读取数字，转到第三页，并在那里读取数字。但后来它陷入了第三个问题。我不明白为什么，虽然认为这可能与我尝试将数字转换为字符串之前将其放在URL的末尾之间有关。要回答这个显而易见的问题，是的，我知道pythonchallenge正常工作 - 只要您有耐心，就可以手动进行网址编号，如果您愿意，可以确认：p

import httplib2
import re

counter = 0
new = '12345' #the number for the initial page in the sequence, as a string

while True:
    counter = counter + 1
    if counter == 5:
        break

    original = 'http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing='
    nextpage = original+new     #each page in the sequence is visited by adding 
                                #the number after 'nothing='
    print(nextpage)

    h = httplib2.Http('.cache')
    response, content = h.request(nextpage, "GET")  #get the content of the page, 
                                                    #which includes the number for the 
                                                    #*next* page in the sequence

    p = re.compile(r'\d{4,5}$')     #regex to find a 4 to 5 digit number at the end of
                                    #the content

    new = str((p.findall(content)))     #make the regex result a string - is this
                                            #where the problem lies?

    print('cached?', response.fromcache)    #I was worried my requests were somehow
                                            #being cached not actually sent afresh to
                                            #pythonchallenge. But it seems they aren't.

    print(content)
    print(new)

以下的输出如下。它似乎在第一次运行时工作正常（将92512添加到url并成功获取下一页并找到下一个值）但之后它只是卡住了，并且似乎没有在序列中加载以下页面。通过在浏览器中手动更改URL进行测试，确认数字正确并且pythonchallenge正常工作。

在我看来，有些事情出错了，将我的正则表达式搜索转换为字符串添加到URL的末尾 - 但为什么它应该第一次工作而不是第二次我不知道。我也担心我的请求可能只是缓存（我是httplib2的新手，并且不知道它是如何进行缓存的）但是它们似乎不是。我还在请求中添加了一个no-cache参数，以确保（未在此代码中显示），但它没有帮助。

http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing=12345

（'缓存？'，错误）

，接下来没有什么是92512

[ '92512']

http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing=[ '92512']

（'缓存？'，错误）

，接下来没有什么是72758

[ '72758']

http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing=[ '72758']

（'缓存？'，错误）

，接下来没有什么是72758

[ '72758']

http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing=[ '72758']

（'缓存？'，错误）

，接下来没有什么是72758

[ '72758']

如果有人能够指出我哪里出错，以及任何相关提示，我将不胜感激

提前致谢...

Answer 1

http://www.pythonchallenge.com/pc/def/linkedlist.php?nothing=['72758']
                                                             ^^     ^^

我想问题就在这里。 findall()返回一个列表：

re.findall（pattern，string [，flags]）

返回字符串中pattern的所有非重叠匹配，作为字符串列表。从左到右扫描字符串，并按找到的顺序返回匹配项。如果模式中存在一个或多个组，则返回组列表;如果模式有多个组，这将是一个元组列表。结果中包含空匹配，除非它们触及另一场比赛的开头。

- Python doc

将字符串添加到URL的末尾

1 个答案: