如何从 for in 循环中获取第一个 url ( Python )答案

【问题标题】：How to get the first url from for in loop ( Python )如何从 for in 循环中获取第一个 url ( Python )
【发布时间】：2015-08-20 20:42:13
【问题描述】：

我尝试从循环中的 dataInfo 获取第一个链接。该脚本使我可以获取图像链接并下载图像文件。我只想要第一张图片而不是全部，这是我的问题。

# Get results using JSON
results = simplejson.load(response)
data = results['responseData']
dataInfo = data['results']

# Iterate for each result and get unescaped url
for myUrl in dataInfo:
    count = count + 1
    print myUrl['unescapedUrl']

    myopener.retrieve(myUrl['unescapedUrl'],str(count)+'.jpg')

这里是完整的源代码

  import os
import sys
import time
from urllib import FancyURLopener
import urllib2
import simplejson

# Define search term
searchTerm = "intel i7"

# Replace spaces ' ' in search term for '%20' in order to comply with request
searchTerm = searchTerm.replace(' ','%20')


# Start FancyURLopener with defined version 
class MyOpener(FancyURLopener): 
    version = 'Mozilla/5.0 (Windows; U; Windows NT 5.1; it; rv:1.8.1.11) Gecko/20071127 Firefox/2.0.0.11'
myopener = MyOpener()

# Set count to 0
count= 0

for i in range(0,10):
    # Notice that the start changes for each iteration in order to request a new set of images for each loop
    url = ('https://ajax.googleapis.com/ajax/services/search/images?' + 'v=1.0&q='+searchTerm+'&start='+str(i*4)+'&userip=MyIP')
    print url
    request = urllib2.Request(url, None, {'Referer': 'testing'})
    response = urllib2.urlopen(request)

    # Get results using JSON
    results = simplejson.load(response)
    data = results['responseData']
    dataInfo = data['results']

    # Iterate for each result and get unescaped url
    for myUrl in dataInfo:
        count = count + 1
        print myUrl['unescapedUrl']

        myopener.retrieve(myUrl['unescapedUrl'],str(count)+'.jpg')

    # Sleep for one second to prevent IP blocking from Google
    time.sleep(1)

【问题讨论】：

标签： python json image api google-crawlers

【解决方案1】：

你可以for myUrl in dataInfo[:1]:

或在您第一次成功下载图片后中断：

for myUrl in dataInfo:
  count = count + 1
  print myUrl['unescapedUrl']
  try:
    myopener.retrieve(myUrl['unescapedUrl'],str(count)+'.jpg')
    break
  except:
    pass

【讨论】：

非常感谢 Josep Valls。 :D

【解决方案2】：

一旦你有了你的图像，尝试break 在你的 for 循环的第一次迭代之后转义。例如，

for myUrl in dataInfo:
    count = count + 1
    print myUrl['unescapedUrl']
    myopener.retrieve(myUrl['unescapedUrl'],str(count)+'.jpg')
    break

【讨论】：

对我来说更好的解决方案是：myUrl in dataInfo[:1]: - 就像 Josep Valls 所说。感谢您尝试提供帮助。

【解决方案3】：

为了清楚起见，这里的 dataInfo 包含一个 URL 列表，而您只需要第一个。对吗？

如果是这样，您应该能够简单地引用第一个（第 0 个）索引，而不是遍历 dataInfo。

而不是

for myUrl in dataInfo:
    count = count + 1
    print myUrl['unescapedUrl']

    myopener.retrieve(myUrl['unescapedUrl'],str(count)+'.jpg')

你应该可以使用

myopener.retrieve(dataInfo[0]['unescapedUrl'],'0.jpg')

【讨论】：

【解决方案4】：

dataInfo[0]['unescapedUrl']

应该是第一个网址

【讨论】：

解释一下如何替换 for 循环可能是个好主意。