最初に実行した後のループスルーセットの停止 - Python

Question

私はこれにはかなり新しく、スクラップの仕方を学ぶためのスクリプトを構築しています。 私は、必要な連絡先情報を含むURLのリストのメインインデックスページを照会しています。

インデックスリストをセットに入れてから、2つの関数を使ってインデックスリストを反復しようとしました（これを行うより良い方法があると確信しています）。最初の反復の後、それは停止し、私は単に理由を理解していません。任意のポインタが高く評価されました。

import requests 
from bs4 import BeautifulSoup 

linkset = set() 
url = "http://someurl.com/venues" 
r = requests.get(url) 
soup = BeautifulSoup(r.content, "lxml") 

base_url = "http://someurl.com/uk/" 
links = soup.find_all("a", class_="supplier-link") 


# A function to get the links from the top level directory. 
def get_venue_link_list(links): 
    for link in links: 
     linkset.add(link.get("href")) 
     return linkset 

#get_venue_link_list(links) 
# When I test by printing linkset, I get the list of unique URL's. 
# This works as expected. 
#print linkset 

# A function to go retrieve contact 

def go_retrieve_contact(link_value): 
    for i in link_value: 
     link = i 
     venue_link = base_url + link 
     venue_request = requests.get(venue_link) 
     venue_soup = BeautifulSoup(venue_request.content, "lxml") 
     info = venue_soup.find_all("section", {"class": "findout"}) 
     header = venue_soup.find_all("div", {"id": "supplier-header-desktop"}) 
     go_get_info(info) 
# Email, Phone and Website was nested in one div so it was a little easier to get. 
# Will need to use a different div for address and social media names. 

def go_get_info(info): 
    for item in info: 
     print "%s" % ((item.contents[3].find_all("span", {"class": "text"})[0].text)).strip() 
     print "%s" % ((item.contents[3].find_all("span", {"class": "text"})[1].text)).strip() 
     print "%s" % ((item.contents[3].find_all("span", {"class": "text"})[2].text)).strip() 
     #Lets comment out this next nested loop until I fix the above. 
     #for item in header: 
      #print item.contents[1].text 

go_retrieve_contact(get_venue_link_list(links)) 

Answer 1

returnこの機能は完全に終了します。あなたが書いたやり方で、最初の反復の直後に関数が返すように指示しています。 :)

これは、インデントの問題です - あなたが本当にしたいことは次のとおりです。

def get_venue_link_list(links): 
    for link in links: 
     linkset.add(link.get("href")) 
    return linkset 

これは、最初のループの仕上げをすることができ、そしてその後、終了。

Answer 2

繰り返しを続けるために変更を加えないためです。あなたはreturnループ内にあるので、2回目の繰り返しにはなりません。 get_venue_link_list()で

def get_venue_link_list(links): 
    for link in links: 
     linkset.add(link.get("href")) 
    return linkset 

Answer 3

あなたがループ内でreturn文を持っている：あなたはラインがあること、非インデントする必要があります。これにより、関数は最初に到達したときに関数を終了させ、最初の反復を超えることはありません。この関数の最後の行からインデントを削除します。