python爬虫零基础

请问为什么列表超出索引了呀？谢谢！

import requests
import re
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.67'}
ur1 = 'https://search.cs.com.cn/search?searchword=%E8%B4%B5%E5%B7%9E%E8%8C%85%E5%8F%B0&channelid=215308'
res = requests.get(ur1, headers=headers).text
p_title = 'href=".*?" target="_blank">(.*?)</a>'
p_href = 'href="(.*?)" target="_blank">.*?</a>'
p_date = '&nbsp;(.*?)</td></tr>'
title = re.findall(p_title, res)
href = re.findall(p_href, res)
date = re.findall(p_date, res)
source = []
for i in range(len(title)):
    source.append('中国证券报')
    date[i] = date[i].strip()
    date[i] = re.sub('.','-',date[i])
    date[i] = date[i].split(' ')[0]
    print(str(i+1) + '.' + title[i] + '(' + source[i] + ' ' +date[i] + ')')
    print(href[i])

问题点: 列表超出索引
分析思路: 分别(打印)输出title和date的长度, 结果分别为20和0。这说明抓取的date信息为空列表.

【以下回答由 GPT 生成】

问题原因是网页的内容并没有与正则表达式的匹配项一一对应。在这种情况下，使用提取数据时的索引就会超出列表的范围，导致超出索引的错误。

解决方案：

1. 确保网页的内容与正则表达式的匹配项一一对应。可以通过检查网页源代码和正则表达式来确保它们之间的匹配关系。

2. 在提取数据之前，先检查列表的长度或匹配项的数量，避免将索引用于超出列表范围的位置。

以下是修改后的代码示例：

import requests
import re

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36 Edg/114.0.1823.67'}
url = 'https://search.cs.com.cn/search?searchword=%E8%B4%B5%E5%B7%9E%E8%8C%85%E5%8F%B0&channelid=215308'
response = requests.get(url, headers=headers)
content = response.text

p_title = 'href="(.*?)" target="_blank">(.*?)</a>'
p_href = 'href="(.*?)" target="_blank">.*?</a>'
p_date = '&nbsp;(.*?)</td></tr>'

titles = re.findall(p_title, content)
hrefs = re.findall(p_href, content)
dates = re.findall(p_date, content)

sources = []

length = min(len(titles), len(hrefs), len(dates))  # 检查列表的最小长度

for i in range(length):
    sources.append('中国证券报')
    dates[i] = dates[i].strip()
    dates[i] = re.sub('\.', '-', dates[i])
    dates[i] = dates[i].split(' ')[0]
    print(str(i+1) + '.' + titles[i] + '(' + sources[i] + ' ' + dates[i] + ')')
    print(hrefs[i])

在修改后的代码中，我们通过使用min()函数来获取列表的最小长度，以确保索引不会超出范围。只有当所有的列表都有相同的长度时，才会进行数据的提取和打印操作。这样可以避免超出索引的问题。

【相关推荐】

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7454493
• 我还给你找了一篇非常好的博客，你可以看看是否有帮助，链接：python是动态语言还是静态语言？强类型语言还是弱类型语言
• 你还可以看下python参考手册中的 python- 用列表实现堆栈
• 您还可以看一下 阿勒拉哈老师的Python机器学习实战视频教学！课程中的 回归模型开发流程总结小节, 巩固相关知识点
  
• 除此之外, 这篇博客: python如何找出声母韵母声调出现次数最多的成语中的 背景 部分也许能够解决你的问题。