get_all_answers 方法仍然出现数组越界错误

Altriaex commented 8 years ago

qid = '27099248' q = Question('https://www.zhihu.com/question/'+qid) A = [i for i in q.get_all_answers()]

这个bug并不是对每个问题都出现，只有少部分，比如上面这个qid，才会出现

256 soup = BeautifulSoup(self.soup.encode("utf-8")) 257 print "j",j --> 258 answer_soup = BeautifulSoup(answer_list[j]) 259 260 if answersoup.find("div", class="zm-editable-content clearfix") == None:

IndexError: list index out of range

我对于258行前后加了输出来观察，发现在i=1时，answer_list长度只有16，而min(answers_num - i * 20, 20) =20，所以越界了

看起来像是soap没有能取回剩下的答案。如果将for j in xrange(min(answers_num - i * 20, 20)): 改为 for j in xrange(len(answer_list)):

那么i=1这一个循环可以通过，但i=2时 answer_list长度就是0

egrcc commented 8 years ago

感觉这是知乎本身的bug啊。。。显示有50个答案，实际只有36个答案。即使在知乎网站点击“更多”按钮也只能加载16个答案

Altriaex commented 8 years ago

http://www.zhihu.com/question/24671496

这个问题显示5个回答但只有四个，所以i=0那部分也会报错

这个看起来可以通过在i=0的j循环里，soap赋值后，增加一条判断语句解决 if len(soup.findall("div", class="zm-item-answer")) == j: break

egrcc / zhihu-python

get_all_answers 方法仍然出现数组越界错误 #48