python find() 方法我做错了什么？

Question

import urllib2,cookielib

site= "https://www.google.com/search?q=buddha&source=lnms&tbm=isch'"
hdr = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',
       'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
       'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.3',
       'Accept-Encoding': 'none',
       'Accept-Language': 'en-US,en;q=0.8',
       'Connection': 'keep-alive'}

req = urllib2.Request(site, headers=hdr)

try:
    page = urllib2.urlopen(req)
    content = page.read()
except urllib2.HTTPError, e:
    content = e.fp.read()
#content = page.read()
print content

imgstart = 1
while imgstart > 1:
    start = imgstart+1
    imgstart = content.find(',"ou":"',start)
    #print imgstart
    imgend = content.find('","ow":',imgstart+1)
    #print imgend
    imgurl = content[imgstart+7:imgend]
    print imgurl

如果我将打印的内容复制到 Notepad++ 中，我可以轻松找到 ',"ou":"' 但由于某些原因，我的 content.find 方法找不到。

Answer 1

您不在 while 循环中，因为 imgstart == 1 在开头

Answer 2

你有两个问题。首先是您永远不会进入 while 循环：

你设置了imgstart = 1，永远不会进入循环

设置为：

while imgstart >= 1:

但是，您的下一个问题是您有一个无限循环，因为您在循环中递增 imgstart。我不确定你对这个增量器的意图是什么，但你需要确保你有一个退出条件。

根据提供的代码，我设法将其设置为运行，但是，我确实必须稍微修改它以确保它结束。

我将 while 循环更改为仅运行进行 10 次迭代以获得某种样本。一些数据作为完整标记返回，我认为您不想要，但那里有 URL。因此，您可能需要查找匹配器以确保您的匹配集正确无误。

imgstart = 1
i = 0
#while imgstart >= 1:
while i <= 10:
    start = imgstart+1
    imgstart = content.find(',"ou":"', start)
    imgend = content.find('","ow":', imgstart + 1)
    imgurl = content[imgstart+7:imgend]
    print imgurl
    i += 1

python find() 方法我做错了什么？

What am I doing wrong with this python find() method?

python

find