Question

我希望以下命令从此范围内的地址中获取日期，但我似乎无法让它运行多次。我正在使用Python 3.正如您在下面看到的那样，该网站的网址附加了i以便阅读http://zinc.docking.org/substance/10; http://zinc.docking.org/substance/11 ......等等。这是代码：

import bs4 as bs
import urllib.request
site = "http://zinc.docking.org/substance/"
for i in range(10, 16): 
    site1 = str("%s%i" % (site, i))
    sauce = urllib.request.urlopen(site1).read()
    soup = bs.BeautifulSoup(sauce, 'lxml')
    table1 = soup.find("table", attrs={"class": "substance-properties"})
for row in table1.findAll('tr'):
    row1 = row.findAll('td')
ate = row1[0].getText()
print(ate)

这是我的输出：

$python3 Reset.py
November 11th, 2005

然而，脚本应该给我3个日期。这段代码工作，所以我知道row [0]实际上包含一个值。我觉得有一些简单的格式错误，但我不知道从哪里开始故障排除。当我“正确地”格式化时，这就是代码：

import bs4 as bs
import urllib.request
import pandas as pd
import csv
site = "http://zinc.docking.org/substance/"
for i in range(10, 16): 
    site1 = str("%s%i" % (site, i))
    sauce = urllib.request.urlopen(site1).read()
    soup = bs.BeautifulSoup(sauce, 'lxml')
    table1 = soup.find("table", attrs={"class": "substance-properties"})
    table2 = soup.find("table", attrs={"class": "protomers"})
    for row in table1.findAll('tr'):
        row1 = row.findAll('td')
        ate = row1[0].getText()
        print(ate)

我得到的错误如下：

Traceback (most recent call last):
File "Reset.py", line 14, in <module>
ate = row1[0].getText()
IndexError: list index out of range

第一个代码有效，所以我知道row [0]确实包含一个值。有什么想法吗？

Answer 1

问题在于，当您第一次进入循环时，您将找到所有'td'元素。表的标题将不包含任何内容，因为它们是'th'，因此返回的列表的长度为0，这就是为什么索引超出范围。您还需要验证该表是否未返回NoneType（我根据您输入的代码不知道您对table2做了什么，但检查应该相同）：

if table1 is not None:
    for row in table1.findAll('tr'):
        row1 = row.find_all('td')
        if len(row1) != 0:
            ate = row1[0].getText()
            print(ate)

使用范围时嵌入式循环

1 个答案: