Question

def get_next_target(page):

    start_link = page.find('<a href="')

    if start_link == -1:
        return None, 0

    end_link = page.find('">', start_link)
    url = page[start_link + 9 : end_link]
    return url, end_link

def print_all_links(page):

  url = True
  while url != None:
    url, endpos = get_next_target(page)
    if url:
        print url   #True
        page = page[endpos : ]
    else: 
        break

page = '<div id="top_bin"><div id="top_content" class="width960"><div class="udacity float-left"><a href="http://udacity.com"><a href="http://udacity.com"><a href="http://udacity.com"><a href="http://udacity.com">'

print print_all_links(page)

我的问题是，当我打印出结果时，它将打印出四个URL并且预期会发生什么，但是当我将while设置为while url == True:时，它将仅打印出一个URL，那么原因是什么？ Isn＆＃t; t！=无等于==真

Answer 1

请注意，首先返回此类哨兵并不是一个非常好的设计。 get_next_target应该返回一个目标，而不是其他任何东西（暂时忽略找到下一个目标所需的状态）。如果出现错误，请引发异常。在这种情况下，缺少另一个目标并不是一个真正的错误，但正如我们所看到的，它确实表示迭代的结束。已经有一个例外：StopIteration。

def get_next_target(page):
    start_link = page.find('<a href="')

    if start_link == -1:
        raise StopIteration

    end_link = page.find('">', start_link)
    url = page[start_link + 9 : end_link]
    return url, end_link

def print_all_links(page):

    while True:
        try:
            url, endpos = get_next_target(page)
            print url
            page = page[endpos:]
        except StopIteration:
            break

我们可以编写一个更好的迭代器来返回给定页面的链接，但是，它没有公开解析页面所需的状态。

def get_targets(page):
    while True:
        start_link = page.find('<a href="')
        if start_link == -1:
            break
        end_link = page.find('">', start_link)
        yield page[start_link + 9:end_link]

def print_all_links(page):
    for url in get_targets(page):
        print url

Answer 2

如果url == "http://stackoverflow.com"怎么办？然后它不等于True，所以while停止了。但不等于None，所以如果你检查一下，那么循环就会继续。

Answer 3

如果你反而说

if url:

或

if bool(url) == True:

然后它会按预期工作。 url仅为True一次，在第一次迭代后它是一个字符串"anystring" != True，但bool("anystring")其中“anystring”不是空字符串，为True。

== True和！= None之间有什么区别？

3 个答案: