在网页上搜索单词

Question

我找到了一些关于这个主题的帖子，试过了，但没法让它们发挥作用。你知道吗

• 我需要创建一个包含两个命令行参数的脚本：inputfile和outputfile。你知道吗
• 输入文件在文件系统中，内容为：url，每行字数。你知道吗
• 然后我想打开网址，并搜索单词（s）后，它有逗号。你知道吗
• 之后，我想将结果保存到[]，如果找到单词，则附加“YES”或“NO”。你知道吗
• 应将[]写入并保存到输出文件。你知道吗

我的代码是：

#!/usr/bin/python
# -*- coding: utf-8 -*-

# Tested Python version: 2.7.12
#
# Run "./script.py [inputfile.txt] [outputfile.txt]"
#
# Exit codes:
# 1 - Python version not tested
# 2 - Wrong number command-line arguments
# 3 - Input file, with this name, does not exist
# 4 - Output file, with this name, already exists
# 5 - Problem with input file
# 6 - Problem with output file

import os, sys
import urllib2, re

# Check python version
req_version = (2, 7)

if not sys.version_info[:2] == req_version:
     print '...'
     print 'Not tested Python version (2.7).'
     print 'Your Python version: ', sys.version_info[:2]
     print '...'
     sys.exit(1)

# Check command-line arguments
if len(sys.argv) < 3:
     print '...'
     print 'Missing command-line argument(s).'
     print 'Argument list:', str(sys.argv)
     print '...'
     sys.exit(2)

# Check if files exist
if not os.path.exists(sys.argv[1]):
     print '...'
     print 'Input file %s was not found.' % sys.argv[1]
     print '...'
     sys.exit(3)

if os.path.exists(sys.argv[2]):
     print '---'
     print 'Output file %s already exists.' % sys.argv[2]
     print '---'
     sys.exit(4)

# Read input file line by line, make a list of URL-s and write the
# results to output file
inputfile = sys.argv[1]
outputfile = sys.argv[2]

print '---'
print 'Reading input file %s ..'  % inputfile
print '---'

results = []

try:
     with open(inputfile, 'r') as in_f:

         for line in in_f:

             url = line.strip().split(',')[0]
             word = line.strip().split(',')[1]
             site = urllib2.urlopen(url).read()

             print 'Found "%s" on "%s" ->' % (word, url)

             # matches = re.search(word)
             # if re.search(word, url):
             # if len(matches) == 0:
             if site.find(word) != -1:
                 print 'YES'
                 results.append('.'.join(url, word + ' YES')))
             else:
                 print 'NO'
                 results.append('.'.join(url, word + ' NO')))
except:
     print 'Error reading the file'
     sys.exit(5)

#if not inputfile.closed:
#     inputfile.close()
print '>>>' + inputfile + ' closed: ' + inputfile.closed

print '...'
print 'Writing results to output file %s ..' % outputfile
print '...'

try:
     with open(outputfile, 'w'):
         for item in results:
             outputfile.write((results) + '\n')
             print '>>>' + outputfile.read()
except:
     print 'Error writing to file'
     sys.exit(6)

#if not outputfile.closed:
#     outputfile.close()
print '>>>' + outputfile + ' closed: ' + outputfile.closed

print ''
print '>>> End of script <<<'
print ''

当我跑的时候/脚本.py输入文件_名称.txt输出文件_名称.txt，从读取inputfile得到：

...
Reading input file inputfile_name txt ..
...
Error reading the file

有人能指出我代码中可能的错误吗。我想不通。你知道吗

编辑：将变量（url、word、site）移到“for”块下，然后添加print。脚本会打印url的第一行，word，但不会打印“Found…..”word，url之后的内容。如果我删除了打印url，那么脚本会立即给出except error。
编辑2:根据用户Oluwafemi Sule的建议进行了更改。脚本一直工作，直到inputfile在url（句子）后面有多个单词，然后它给出except。你知道吗

Answer 1

代码中的错误是由于在results列表中附加了错误数量的参数。你知道吗

results.append(url, word + ' YES')

可以编写为附加url、单词和由,分隔的结论的连接字符串：

results.append(','.join((url, word, 'YES')))

奖金：

可以在代码中更改的内容

以下代码块：

url = line.strip().split(',')[0]
word = line.strip().split(',')[1]

可以重写为：

url, word = line.strip().split(',') 

从拆分行保存两次

以下块可以作为上下文管理器隐式关闭句柄文件来删除。你知道吗

if not inputfile.closed:
     inputfile.close()
print '>>>' + inputfile + ' closed: ' + inputfile.closed

以及

if not outputfile.closed:
     outputfile.close()
print '>>>' + outputfile + ' closed: ' + outputfile.closed

最后，输出\u f没有写入到。这是一个潜在的AttributeError调用对string的写操作。你知道吗