从 for 循环访问索引并使用它创建新列表的问题

Question

我对 Python 和一般编程非常陌生（我基本上是几天前开始的），所以如果我使用了错误的术语或者我问了一个愚蠢的问题，请原谅我。

我正在编写一个网络爬虫来从一个职位空缺网站获取一些数据。我编写了一些代码，首先从主搜索结果页面下载数据，对其进行解析并从中提取标题，其中包含指向每个空缺页面的链接，可以找到每个特定空缺的详细信息。然后我编写了打开每个链接并解析每个空缺页面的 html 的代码。

现在这一切正常。我遇到的问题是以下问题。我想从每个空缺页面中抓取一些数据，并将每个空缺的数据保存在一个单独的列表中，以便稍后我可以将所有这些列表放入一个数据框中。因此，我一直在寻找一种方法来对每个列表进行编号或“索引”（如果这是正确的术语），以便我以后可以参考它们。以下是我目前拥有的代码。按照我通过阅读 Stackoverflow 上的现有答案找到的建议，我尝试使用 enumerate 创建一个可以分配给每个列表的索引，如下所示：

vacancy_headings = resultspage1_soup.body.findAll("a", class_ ="vacancy-link")

vacancydetails = []

for index, vacancy in enumerate(vacancy_headings, start=0):
    vacancypage_url = urljoin("https://www.findapprenticeship.service.gov.uk",vacancy["href"])
    vacancypage_client = urlopen(vacancypage_url)
    vacancypage_html = vacancypage_client.read()
    vacancypage_soup = soup(vacancypage_html, "html.parser")
    vacancydetails[index]=[]

    for p in vacancypage_soup.select("p"):
        if p.has_attr("itemprop"):
            if p["itemprop"] == "employmentType" or p["itemprop"] == "streetAddress" or p["itemprop"] == "addressLocality" or p["itemprop"] == "addressRegion" or p["itemprop"] == "postalCode":
                cells = p.text
                vacancydetails[index].append(cells)`

但我收到以下错误消息：

IndexError                                Traceback (most recent call last)
<ipython-input-10-b8a75df16395> in <module>() 
      9     vacancypage_html = vacancypage_client.read()
     10     vacancypage_soup = soup(vacancypage_html, "html.parser")
---> 11     vacancydetails[index]=[]
     12 
     13     for p in vacancypage_soup.select("p"):

IndexError: list assignment index out of range

谁能给我解释一下（如果可能的话，用通俗易懂的语言！）出了什么问题，我该如何解决这个问题？

谢谢！！

Answer 1

由于vacancydetails 是一个列表，因此尝试访问列表中不存在的位置是错误的。而且，当您第一次创建它时，列表是空的。因此，在访问列表中的任何元素之前，您需要先创建这些元素。

因此，而不是这样：

    vacancydetails[index]=[]

...您想将一个 new 项目附加到列表中（并且该新项目本身恰好是一个空列表），如下所示：

    vacancydetails.append([])

Answer 2

列表vacancydetails 是空的，直到您附加到它（或从其他地方分配给它）。因为index 从0 开始计数，所以您只想在for p 循环中操作vacancydetails 中的当前最终条目。

所以，你想要vacancydetails.append([])，而不是vacancydetails[index]=[]。但更 Python 的做法是使用 vacancydetails 中的最后一个条目，即 vacancydetails[-1]，在这种情况下，您永远不需要 index 变量。

for vacancy in vacancy_headings:
    vacancypage_url = urljoin("https://www.findapprenticeship.service.gov.uk",vacancy["href"])
    ### ...
    vacancydetails.append([])

    for p in vacancypage_soup.select("p"):
        if p.has_attr("itemprop"):
           ### ...
           vacancydetails[-1].append(cells)