HTML链接循环遍历代码修正：解决每次复用初始URL的问题

嘿，我终于搞懂你代码的问题啦！为啥每次都输出同一个链接？咱们来拆解下问题：

你的代码里的核心问题： #

1. 遍历a标签时乱改url：你在循环遍历所有a标签的时候，反复把url赋值成每个标签的href，最后url会变成当前页面的最后一个链接，这完全是多余操作，还打乱了后续逻辑。
2. 错误复用旧链接：你把所有页面的链接都塞进列表l，然后每次都取l[2]——这可是初始页面的第三个链接啊！不管你后续爬了多少新页面，这个位置的内容永远是第一次的那个链接，难怪每次输出都一样。

修正后的代码 #

直接看改好的版本，逻辑简洁精准，完全符合你的需求：

import urllib.request, urllib.parse, urllib.error
from urllib.parse import urljoin
from bs4 import BeautifulSoup

# 起始URL
url = input('Enter URL: ')
if len(url) < 1:
    url = 'http://py4e-data.dr-chuck.net/known_by_Fikret.html'

# 重复执行4次（对应你要的4个输出结果）
for _ in range(4):
    # 打开当前URL并解析页面
    html = urllib.request.urlopen(url).read()
    soup = BeautifulSoup(html, 'html.parser')
    # 提取所有a标签
    tags = soup('a')
    # 获取第3个a标签的链接（注意Python是0索引，所以用tags[2]）
    next_link = tags[2].get('href', '')
    # 处理相对链接，确保生成完整可访问的URL
    next_link = urljoin(url, next_link)
    # 打印当前获取到的链接
    print(next_link)
    # 更新URL为下一次要访问的地址
    url = next_link

为啥这样改就对了？ #

• 去掉了冗余的列表l：我们根本不需要保存所有链接，只需要每次更新下一个要访问的URL就行，省内存还清晰。
• 精准定位第3个链接：直接用tags[2]获取当前页面的第三个a标签，不用遍历所有标签做无用功。
• 处理相对链接：用urljoin把页面里的相对路径（比如/page.html）转换成完整的绝对URL，避免访问出错。

运行这个代码后，输出就会和你期望的完全一致：

http://py4e-data.dr-chuck.net/known_by_Montgomery.html
http://py4e-data.dr-chuck.net/known_by_Mhairade.html
http://py4e-data.dr-chuck.net/known_by_Butchi.html
http://py4e-data.dr-chuck.net/known_by_Anayah.html

内容的提问来源于stack exchange，提问作者Nike