使用Python的BeautifulSoup和requests爬取Minecraft Wiki图片URL遇缩进错误

我尝试用Python的BeautifulSoup和requests库爬取Minecraft Wiki方块页面的图片URL，但在第35行代码for i in soup.find_all('img'):处遇到了IndentationError: unexpected indent错误，请求帮助定位并解决问题。

错误原因 #

Python是严格依赖缩进的编程语言，这段代码里的内层for循环缩进层级不匹配：它属于外层for block in blocks:循环的内部代码，但当前缩进比外层循环内的其他代码（比如soup = BeautifulSoup(response.text, 'html.parser')）多，导致解释器无法识别正确的代码块层级，触发缩进错误。

同时代码还有两个额外问题需要修正：

1. 遍历img标签时，i本身就是img元素，不需要再用i.find('img', class_='mw-file-element')，这会导致找不到目标元素。
2. 字典键写成了'image:'（带冒号），后续遍历images列表时用image['image']会触发KeyError。

修正后的完整代码 #

from bs4 import BeautifulSoup
import requests
import re

# URL of the website containing the block names and images
url = 'https://minecraft.wiki/w/Block'

# Send a GET request to the URL
response = requests.get(url)

# Parse the HTML content of the page
soup = BeautifulSoup(response.text, 'html.parser')

# Find all elements containing block names and images
blocks = []
for li in soup.find_all('li'):
    name_element = li.find('a', class_='mw-redirect')
    
    if name_element:
        name = name_element.text.strip()
        url = 'https://minecraft.wiki/w/' + re.sub(r'\s+', '_', name)
    
        blocks.append({'name': name, 'url': url})

for block in blocks:
    print(block['name'])
    print(block['url'])

images = []
for block in blocks:
    block_url = block['url']
    response = requests.get(block_url)
    soup = BeautifulSoup(response.text, 'html.parser')
    
    # 修正缩进，和外层循环内代码保持同一层级
    for i in soup.find_all('img'):
        # 直接判断当前img元素的class是否符合要求
        if 'mw-file-element' in i.get('class', []):
            srcset = i.get('srcset', '')
            original_image_url = re.search(r'^(.+\.png)', srcset)

            if original_image_url:
                image_url = 'https://minecraft.wiki' + original_image_url.group(1)
                # 修正字典键，去掉多余的冒号
                images.append({'image': image_url})

for image in images:
     print(image['image'])

关键修改点 #

• 缩进修正：将内层for i in soup.find_all('img'):及其内部代码的缩进调整为4个空格，和外层循环内的代码（如soup = BeautifulSoup(...)）保持一致，确保代码块层级正确。
• img元素判断优化：直接检查当前遍历到的img元素的class列表是否包含mw-file-element，避免无效的嵌套查找。
• 字典键修正：把{'image:' : image_url}改为{'image': image_url}，保证后续取值时不会出现KeyError。

内容的提问来源于stack exchange，提问作者giacomo abb