在 Python 中运行基本 Web 抓取时出现索引错误

Question

我使用的是 Python 2.7。当我尝试运行此代码时，当函数命中 print findPatTitle[i] 时出现问题，并且 python 返回“索引错误：列表索引超出范围”。我从 youtube 上的第 13 个 python 教程中获取这段代码，我很确定代码是相同的，所以我不明白为什么我会遇到范围问题。有什么想法吗？

from urllib import urlopen
from BeautifulSoup import BeautifulSoup
import re

webpage = urlopen('http://feeds.huffingtonpost.com/huffingtonpost/LatestNews').read()

patFinderTitle = re.compile('<title>(.*)<title>')

patFinderLink = re.compile('<link rel.*href="(.*)" />')

findPatTitle = re.findall(patFinderTitle,webpage)
findPatLink = re.findall(patFinderLink,webpage)

listIterator = []
listIterator[:] = range(2,16)

for i in listIterator:
    print findPatTitle[i]
    print findPatLink[i]
    print "\n"

Answer 1

如果您正则表达式设法找出标题和链接标签，您将在使用 findall 时获得匹配字符串的列表。在这种情况下，您可以遍历它们并打印它。

喜欢：

for title in findPatTitle:
    print title

for link in findPatLink:
    print link

您得到的索引错误是因为您试图访问从 2 到 16 的元素列表，并且标题或链接中没有 16 个元素。

注意，listIterator[:] = range(2,16) 不是为此目的编写代码的好方法。你可以使用

for i in range(2, 16)
    # use i