卡在这上面了

Question

在线python课程： 你将得到一个有100个名字的网站。所有的名字都以链接的形式出现。每一个链接指向另外100个链接。必须使用python选择第18个链接7次，并打印出结果。 到目前为止我的代码是：

z = 0
atags = []
listurl = []
#import modules
import urllib 
from bs4 import BeautifulSoup
import re
newurl = "https://pr4e.dr-chuck.com/tsugi/mod/python-data/data/known_by_Desmond.html"
while z < 7:
    url = newurl
    z = z + 1
    html = urllib.urlopen(url).read()
    soup = BeautifulSoup(html)
    soup.find_all("url")
    a = soup.find_all('a')
    for x in a:
        atags.append(str(x)) 
    url_end_full = atags[19]
    url_end = re.findall(r'"(.*?)"', url_end_full)
    url_end = str(url_end[0])
    newurl = 'https://pr4e.dr-chuck.com/tsugi/mod/python-data/data/' + url_end  
    str(newurl)
    listurl.append(newurl)
    url = newurl        
print url 

它不起作用。它一直给我相同的链接。。。你知道吗

这是输出：

https://pr4e.dr-chuck.com/tsugi/mod/python-data/data/known_by_Lauchlin.html
[Finished in 2.4s]

当我把答案输入答案框时，答案是错的。你知道吗

Answer 1

有几个问题。你知道吗

1. atags[19]不是第18项，而是第20项（lst[0]是列表中的第一项）。

2. soup.find_all("url")什么也不做；把它处理掉。

3. 你不需要re。

4. 返回的链接是相对的；您正在对基本路径进行硬连接以使它们成为绝对的。在这种情况下，它是有效的，但这是运气的问题；用urljoin做正确的事情。

5. 虽然str(link)确实可以得到url，但“适当的”方法是通过索引到属性中，即link['href']。

经过明智的清理

from bs4 import BeautifulSoup
import sys

# version compatibility shim
if sys.hexversion < 0x3000000:
    # Python 2.x
    from urlparse import urljoin
    from urllib import urlopen
else:
    # Python 3.x
    from urllib.parse import urljoin
    from urllib.request import urlopen

START_URL = "https://pr4e.dr-chuck.com/tsugi/mod/python-data/data/known_by_Desmond.html"
STEPS = 7
ITEM = 18

def get_soup(url):
    with urlopen(url) as page:
        return BeautifulSoup(page.read(), 'lxml')

def main():
    url = START_URL
    for step in range(STEPS):
        print("\nStep {}: looking at '{}'".format(step, url))
        # get the right item (Python arrays start indexing at 0)
        links = get_soup(url).find_all("a")
        rel_url = links[ITEM - 1]["href"]
        # convert from relative to absolute url
        url = urljoin(url, rel_url)
        print("  go to '{}'".format(url))

if __name__=="__main__":
    main()

如果我做得对的话，结果是known_by_Gideon.html