永远不会在网站映射抓取工具中结束循环

作者: 关于贤的记忆
发布时间: 2024-01-31 09:21:47 (6月前)
转自：

3 条回复

0#
回复此人
v-star*위위 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> <code> seed_links </code> 和 <code> links </code> 指向同一个列表。所以当你添加元素时 <code> links </code> 在里面 <code> page_crawl </code> 函数你也扩展了for循环遍历的列表。你需要做的是 <a href="https://stackoverflow.com/questions/2612802/how-to-clone-or-copy-a-list-in-python"> 克隆列表 </A> 在哪里创建 <code> seed_links </code> 。 </p> <P> 这是因为Python通过引用传递对象。也就是说，多个变量可以指向不同名称下的同一个对象！ </p> <P> 如果你想亲眼看看，试试吧 <code> print sublink </code> 在for循环中。您会注意到打印的链接比您最初输入的链接多。您可能还会注意到您正在尝试遍历整个网络:-) </p> </DIV>

编辑
1#
回复此人
雪浴冰灵 | 2019-08-31 10-32

<div class =“post-text”itemprop =“text”> <P> 我没有立即看到什么是错的。但是有几个评论： </p> <OL> <LI> 你使用全局变量，这是不好的做法。您最好使用返回传回的局部变量。 </LI> <LI> 是否有可能第二级链接返回第一级？这样你就可以在数据中循环。您需要为此做出规定以防止循环。所以你需要调查返回的内容。 </LI> <LI> 我会递归地实现这个（使用前面的规定），因为这会使代码更简单，尽管更抽象。 </LI> </醇> </DIV>

编辑

登录后才能参与评论