Question

我试图创建一个脚本来从一系列网址中提取图像和文本。网址来自同一网站，但有不同的参数。阅读Stackoverflow和我已经创建的其他网站＆＃34;一个有效的脚本，但是当我尝试制作一个序列时，我遇到了问题。

我尝试使用而来制作循环并确定选项输入是否为＆＃34; 1＆＃34;脚本必须创建范围（00001,00002 ...），然后将其应用于URL（http://example.com/page/00001）。一切正常（甚至图像和文本提取）但它只从一个网址中提取。我试图制作一份清单或其他东西，但我还没有得到它。

以下代码可以工作，但只从一个提取：

def getUrl(opt, baseUrl):
    out_folder = "/monedasWiki/monedas"
    print "Instrucciones del script \n No te preocupes, no es complicado pero atiende a los pasos"
    print "Introduce 1 para obtener los archivos del 00001 al 00010"
    print "Introduce 2 para obtener los archivos del 00010 al 00099"
    print "Introduce 3 para obtener los archivos del 00100 al 00999"
    print "Introduce 4 para obtener los archivos del 01000 al 09999"
    print "Introduce 5 para obtener los archivos del 10000 al 19999"
    optSel = int(input(opt))
    # i es el rango
    # urlI es la transformacion de i en cadena
    # baseUrl es el enlace al sitio web de Pliego
    # url es la url completa con los parametros necesarios
    while True:
        if optSel == 1:
            try:
                for i in range(0,10):
                    r = str(0).zfill(4)
                    urlI = str(i)
                    print r + urlI # it's only to verify that works fine.
                    url = baseUrl + r + urlI
            except ValueError:
                print "Introduce el rango correcto"
                continue
        elif optSel == 2:
            try:
                for i in range(10,100):
                    r = str(0).zfill(3)
                    urlI = str(i)
                    print r + urlI # it's only to verify that works fine.
                    url = baseUrl + r + urlI
            except ValueError:
                print "Introduce el rango correcto"
                continue
        elif optSel < 0:
            print "Valor inferior a 0"
            continue
        else:
            print "Algo ha salido mal"
            break

        main(url, out_folder)

我只是把两个＆＃39; elif＆＃39;＆＃39;使代码最短。如果你能指出我错误的地方或地点，我该怎么做才能做出我想要的东西，我会感激不尽。

Answer 1

取决于main（）的作用，如下所示：

def getUrl(opt, baseUrl):
    out_folder = "/monedasWiki/monedas"
    print "Instrucciones del script \n No te preocupes, no es complicado pero atiende a los pasos"
    print "Introduce 1 para obtener los archivos del 00001 al 00010"
    print "Introduce 2 para obtener los archivos del 00010 al 00099"
    print "Introduce 3 para obtener los archivos del 00100 al 00999"
    print "Introduce 4 para obtener los archivos del 01000 al 09999"
    print "Introduce 5 para obtener los archivos del 10000 al 19999"
    optSel = int(input(opt))
    # i es el rango
    # urlI es la transformacion de i en cadena
    # baseUrl es el enlace al sitio web de Pliego
    # url es la url completa con los parametros necesarios
    if optSel == 1:
        try:
            for i in range(0,10):
                r = str(0).zfill(4)
                urlI = str(i)
                print r + urlI # it's only to verify that works fine.
                url = baseUrl + r + urlI
                main(url, out_folder)
        except ValueError:
            print "Introduce el rango correcto"
    elif optSel == 2:
        try:
            for i in range(10,100):
                r = str(0).zfill(3)
                urlI = str(i)
                print r + urlI # it's only to verify that works fine.
                url = baseUrl + r + urlI
                main(url, out_folder)
        except ValueError:
            print "Introduce el rango correcto"
    elif optSel < 0:
        print "Valor inferior a 0"
    else:
        print "Algo ha salido mal"

Answer 2

您必须在for循环内移动以下行：

main(url, out_folder)

就是这样：

while True:
    if optSel == 1:
        try:
            for i in range(0,10):
                r = str(0).zfill(4)
                urlI = str(i)
                print r + urlI
                url = baseUrl + r + urlI
                main(url, out_folder)
        except ValueError:
            print "Introduce el rango correcto"
            continue

从一系列网址

2 个答案: