1

特定の Web サイトから HTML コードを解析して特定のデータを取得するスクリプトを作成しました。このデータを取得する 2 つの異なるサイトがあるため、elif ステートメントを使用します。コードは次のとおりです。

import urllib

class city :
    def __init__(self, city_name, link) :
            self.name = city_name
            self.url = link
            self.high0 = 0
            self.high1 = 0
            self.high2 = 0
            self.high3 = 0
            self.high4 = 0
            self.high5 = 0
            self.high6 = 0
            self.low0 = 0
            self.low1 = 0
            self.low2 = 0
            self.low3 = 0
            self.low4 = 0
            self.low5 = 0

    def retrieveTemps(self) :
            filehandle = urllib.urlopen(self.url)

            # get lines from result into array
            lines = filehandle.readlines()

            # (for each) loop through each line in lines
            line_number = 0 # a counter for line number
            for line in lines:
                    line_number = line_number + 1 # increment counter

# find string, position otherwise position is -1

                    position1 = line.rfind('#f2')
                    if position1 > 0 :
                            self.high0 = lines[line_number].split('&')[0].split('>')[1] # next line: high
                            self.low0 = lines[line_number + 10].split('&')[0].split('>')[1] # next line:low
                    elif position1 < 0 :
                            position1 = line.rfind('>Overnight')
                            if position1 > 0 :
                                    self.high0 = lines[line_number + 9].split('&')[0].split(':')[1] # next line: high
                                    self.low0 = lines[line_number + 15].split('&')[0].split(':')[1] # next line:low

このスクリプトは、position1 = line.rfind('#f2') の場合に完全に機能します。ただし、「#f2」が見つからない場合 (これは最初のサイトの html コードにのみあり、2 番目のサイトではありません)、「>Overnight」を探してからデータを抽出するように指示しようとしています。 「:」と「&」。「データ」は常に単一の数値になります。抽出しようとしているこの数字の両側にスペースがある可能性があると考えていますが、この問題を解決する方法がわかりません。スクリプトを実行すると、次のエラーが表示されます。

self.high0 = lines[line_number + 9].split('&')[0].split(':')[1] # 次の行: high "IndexError: list index out of range"

参考までに、最初の Web サイト用に解析している html コードを次に示します。

</h3><img src="/weathericons/15.gif" longdesc="#f2" alt="Rain mixed with snow" title="Rain mixed with snow" /><ul>
              <li class="high" title="High">3&deg;C</li>
              <li class="low">&nbsp;</li>
              <li class="pop">&nbsp;</li>
            </ul>
          </div>

および2番目のWebサイト（エラーを受け取っているWebサイト）から：

<p class="txt-ctr-caps">Overnight<br><br></p>
            <p><img src="/images/wtf/medium/nra60.png" width="86" height="86" alt="Rain Likely Chance for Measurable Precipitation 60%" title="Rain Likely Chance for Measurable Precipitation 60%" /></p>
        <p>Rain<br>Likely<br></p>
            <p class="point-forecast-icons-low">Low: 3 &deg;C</p>
    </div>
    <div class="one-ninth-first">
            <p class="txt-ctr-caps">Thursday<br><br></p>
            <p><img src="/images/wtf/medium/ra70.png" width="86" height="86" alt="Rain Likely Chance for Measurable Precipitation 70%" title="Rain Likely Chance for Measurable Precipitation 70%" /></p>
        <p>Rain<br>Likely<br></p>
            <p class="point-forecast-icons-high">High: 9 &deg;C</p>
    </div>

どんな助けでも大歓迎です、ありがとう!!

4

1 に答える 1

3

これで完全なコードが提供されました。これを試してみてください

  def retrieveTemps(self) :
        filehandle = urllib.urlopen(self.url)
        lines = filehandle.read() # modified

        position1 = lines.rfind('#f2')
        if position1 > 0 :
                self.high0 = lines[position1:].split('&')[0].split('>')[1] # next line: high
                self.low0 = lines[position1+10:].split('&')[0].split('>')[1] # next line:low
        elif position1 < 0 :
                position1 = lines.rfind('>Overnight')
                if position1 > 0 :
                        self.high0 = lines[position1+9:].split('&')[0].split(':')[1] # next line: high
                        self.low0 = lines[position1+15:].split('&')[0].split(':')[1] # next line:low

それでも、処理中のlineやlinesなどの変数に含まれているものなどの基本的なprintステートメントを使用してコードをデバッグするのに役立ちません。

于 2012-10-04T05:02:32.840 に答える