Python：只写最后一行输出 [英] Python: Only writes last line of output

问题描述

试图编写一个从网站中提取网址的程序。输出是好的，但是当我尝试将输出写入文件时，只写入最后一条记录。这里是代码：

pre $ code $ import $ $ b $ import urllib.request

＃从网站的HTML源代码
def extractUrls（url，unique = True，sort = True，restrictToTld = None）：
＃Prependwww。如果不存在
如果url [0：4]！=www。：
url =.join（[www。，url]）
＃打开连接
与urllib.request.urlopen（http：//+ url）作为h：
＃获取标题
headers = h.info（）
＃默认字符集
charset =ISO-8859-1
＃如果一个字符集在头文件中，那么在头文件中覆盖缺省的
：
match = re.search（rcharset = （[\ w\ - ] +），headers [i]，re.I）
if match！= None：
charset = match.group（1）.lower（）
$ break
＃抓取并解码源代码
source = h.read（）。decode（charset）
＃查找源代码中的所有URL
matches = re。的findall（R http\：？\ / \ /（WWW）（[A-z0-9\-\] + \ [AZ] {2,6-}）\b ，source，re.I）
＃如果找不到网址，则中止
如果匹配==无：
返回无
＃收集URLs
collection = []
＃在网址中逐个浏览
匹配网址：
url = url [1] .lower（）
＃如果有多个点，则URL包含
＃subdomain（s），如果url.count（。）>删除了
， 1：
temp = url.split（。）
tld = temp.pop（）
url =.join（[temp.pop（），。，tld ]）
＃如果设置了一个，则限制为TLD
如果restrictToTld：
tld = url.split（。）。pop（）
if tld！= restrictToTld：
continue
＃如果只有唯一的URL应该返回
如果唯一：
如果url不在集合中：
collection.append（url）
＃否则只是将URL添加到集合中
else else
collection.append（url）
$ do
return sort（collection）if sort else collection

＃测试
url =msn.com
print（Parent：，url）
for extractUrls（url）：
print（ - ，x）
$ bf = open（f2.txt，w +，1）
f.write（x）
f.close（）

输出结果是：

 父母：msn.com 
  -  2o7.net 
  -  atdmt.com 
  -  bing.com 
  - careerbuilder.com 
  -  delish.com 
  -  discoverbing.com 
  -  discovermsn.com 
  -  facebook.com 
  -  foxsports.com 
  -  foxsportsarizona。 com 
  -  foxsportssouthwest.com 
  -  icra.org 
  -  live.com 
  -  microsoft.com 
  -  msads.net 
  -  msn.com 
  -  msnrewards.com 
  -  myhomemsn.com 
  -  nbcnews.com 
  -  northjersey.com 
  -  outlook.com 
  -  revsci.net 
  -  rsac.org 
  -  s-msn.com 
  -  scorecardresearch.com 
  -  skype.com 
  -  twitter.com 
  -  w3.org 
  -  yardbarker.com 
 [完成于0.8s] 
  

只有yardbarker.com写入文件。

解决方案

  url =msn.com
 print（Parent：，url）
f = open（f2.txt，w，）
 for extractUrls（url）：
 print（ ，x）
 f.write（x）
 f.close（）
  

Trying to write a program that extracts URLs from a website. The output is good, but when I try to write the output to a file, only the last record is written. Here is the code:

import re
import urllib.request

# Retrieves URLs from the HTML source code of a website
def extractUrls(url, unique=True, sort=True, restrictToTld=None):
    # Prepend "www." if not present
    if url[0:4] != "www.":
        url = "".join(["www.",url])
    # Open a connection
    with urllib.request.urlopen("http://" + url) as h:
        # Grab the headers
        headers = h.info()
        # Default charset
        charset = "ISO-8859-1"
        # If a charset is in the headers then override the default
        for i in headers:
            match = re.search(r"charset=([\w\-]+)", headers[i], re.I)
            if match != None:
                charset = match.group(1).lower()
                break
        # Grab and decode the source code
        source = h.read().decode(charset)
        # Find all URLs in the source code
        matches = re.findall(r"http\:\/\/(www.)?([a-z0-9\-\.]+\.[a-z]{2,6})\b", source, re.I)
        # Abort if no URLs were found
        if matches == None:
            return None
        # Collect URLs
        collection = []
        # Go over URLs one by one
        for url in matches:
            url = url[1].lower()
            # If there are more than one dot then the URL contains
            # subdomain(s), which we remove
            if url.count(".") > 1:
                temp = url.split(".")
                tld = temp.pop()
                url = "".join([temp.pop(),".",tld])
            # Restrict to TLD if one is set
            if restrictToTld:
                tld = url.split(".").pop()
                if tld != restrictToTld:
                    continue
            # If only unique URLs should be returned
            if unique:
                if url not in collection:
                    collection.append(url)
            # Otherwise just add the URL to the collection
            else:
                collection.append(url)
        # Done
        return sorted(collection) if sort else collection

# Test
url = "msn.com"
print("Parent:", url)
for x in extractUrls(url):
    print("-", x)

f = open("f2.txt", "w+", 1)
f.write( x ) 
f.close()

The output is:

Parent: msn.com
- 2o7.net
- atdmt.com
- bing.com
- careerbuilder.com
- delish.com
- discoverbing.com
- discovermsn.com
- facebook.com
- foxsports.com
- foxsportsarizona.com
- foxsportssouthwest.com
- icra.org
- live.com
- microsoft.com
- msads.net
- msn.com
- msnrewards.com
- myhomemsn.com
- nbcnews.com
- northjersey.com
- outlook.com
- revsci.net
- rsac.org
- s-msn.com
- scorecardresearch.com
- skype.com
- twitter.com
- w3.org
- yardbarker.com
[Finished in 0.8s]

Only "yardbarker.com" is written to the file. I appreciate the help, thank you.

解决方案

url = "msn.com"
print("Parent:", url)
f = open("f2.txt", "w",)
for x in extractUrls(url):
    print("-", x)
    f.write( x )
f.close()

这篇关于Python：只写最后一行输出的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！