0
Ich habe ein Problem festgestellt und ich verstehe nicht, warum es auf diese Weise ausgedruckt wurde.Liste der Schlüsselwörter von JSON erhalten
Unten ist mein Code, bitte vergib mir für die schlechte Formatierung, wie ich bin neu in die Programmierung, das eine Textdatei zu öffnen, die eine Reihe von Schlüsselwörtern hat
import urllib2
import json
f1 = open('CatList.text')
lines = f1.readlines()
for line in lines:
url ='https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle='+line+'&cmlimit=100'
print(url)
json_obj = urllib2.urlopen(url)
data = json.load(json_obj)
#to write the result
f2 = open('SubList.text', 'w')
f2.write(url)
for item in data['query']:
for i in data['query']['categorymembers']:
f2.write((i['title']).encode('utf8')+"\n")
ich den Fehler:
Traceback (most recent call last):
File "Test2.py", line 16, in <module>
json_obj = urllib2.urlopen(url)
File "/usr/lib/python2.7/urllib2.py", line 127, in urlopen
return _opener.open(url, data, timeout)
File "/usr/lib/python2.7/urllib2.py", line 402, in open
req = meth(req)
File "/usr/lib/python2.7/urllib2.py", line 1113, in do_request_
raise URLError('no host given')
urllib2.URLError: <urlopen error no host given>
Ich bin nicht sicher, was dieser Fehler bedeutet, aber ich habe dies versucht, die URL zu drucken.
import urllib2
import json
f1 = open('CatList.text')
f2 = open('SubList.text', 'w')
lines = f1.readlines()
for line in lines:
url ='https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle='+line+'&cmlimit=100'
print(url)
f2.write(url+'\n')
Die Ergebnisse, die ich bekommen habe, waren seltsam (unten Teil des Ergebnisses ist):
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Branches of geography
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography by place
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography awards and competitions
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography conferences
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography education
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Environmental studies
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Exploration
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geocodes
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geographers
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geographical zones
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geopolitical corridors
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:History of geography
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Land systems
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Landscape
&cmlimit=100
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography-related lists
&cmlimit=100
Beachten Sie, dass die URL oben in 2 Teile gebrochen
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography-related lists
&cmlimit=100
statt
https://en.wikipedia.org/w/api.php?action=query&format=json&list=categorymembers&cmtitle=Category:Geography-related lists&cmlimit=100
Meine erste Frage ist, wie kann ich das beheben?
Zweitens, ist das, was das gibt mir den Fehler?
Mein CatList.text ist wie folgt:
Category:Branches of geography
Category:Geography by place
Category:Geography awards and competitions
Category:Geography conferences
Category:Geography education
Category:Environmental studies
Category:Exploration
Category:Geocodes
Category:Geographers
Category:Geographical zones
Category:Geopolitical corridors
Category:History of geography
Category:Land systems
Category:Landscape
Category:Geography-related lists
Category:Lists of countries by geography
Category:Navigation
Category:Geography organizations
Category:Places
Category:Geographical regions
Category:Surveying
Category:Geographical technology
Category:Geography terminology
Category:Works about geography
Category:Geographic images
Category:Geography stubs
Sorry für den langen Post. Ich schätze deine Hilfe sehr. Vielen Dank.
Erhalten Sie den Fehler mit allen URLs? Es könnte sein, dass Leerzeichen in der URL vorhanden sind. Normalerweise benutze ich die Bibliothek _requests_ für http. Es ist benutzerfreundlicher als urllib2. –
Ich vermute, es ist nicht in der Lage zu erkennen, weil die URL in 2 Zeile statt 1 geteilt wird, aber ich habe keine Ahnung, wie Sie diesen Teil beheben. – windboy
streifen Räume von 'Linie'. Es ist ein Newline-Zeichen am Ende der Zeichenfolge. 'line = line.strip()' –