我正在学习Python,我决定通过尝试制作一个可以在一个叫做“巴别图书馆”的网站上研究文本的程序来训练我的一些编程。 (https://libraryofbabel.info/)
我使用BeautifulSoup从HTML代码中获取实际文本,然后我使用正则表达式搜索我正在寻找的内容,在这种情况下,我正在测试它只是这个" a"。 但由于某种原因,代码会给出错误,并说变量我正在搜索" a" on,未分配。
代码:
import re
import requests
from bs4 import BeautifulSoup
url = "https://libraryofbabel.info/browse.cgi"
pages,data=[],[]
r = requests.get(url)
r = r.text
soup = BeautifulSoup(r,"html.parser")
for text in soup.findAll("li",{"onclick":"gethexfromlist(this.innerHTML); enterhex();"}):
page = text.string
pages.append(page)
for eachRoom in pages:
url = "https://libraryofbabel.info/browse.cgi?" + eachRoom
for eachWall in range(1,5):
url = url + "-w" + str(eachWall)
for eachShelf in range(1,6):
url = url + "s-" + str(eachShelf)
for eachVolume in range(1,33):
if len(str(eachVolume)) == 1:
url = url + "-v0" + str(eachVolume)
else:
url = url + "-v" + str(eachVolume)
for eachPage in range(1,411):
url = url + ":" + str(eachPage)
r = requests.get(url)
r = r.text
soup = BeautifulSoup(r,"html.parser")
for text in soup.findAll("div",{"class":"bookrealign"}):
rdata = text.string
if data == []:
data = re.findall(r"a",rdata)
else:
break
错误:
Traceback (most recent call last):
File "C:\Users\...", line 37, in <module>
data = re.findall(r"a",rdata)
NameError: name 'rdata' is not defined
提前感谢您提供的任何帮助:)
答案 0 :(得分:1)
你的if在循环之外且soup.findAll("div",{"class":"bookrealign"})
什么都没找到,所以 rdata 永远不会被定义。