嵌套循环结构中列表无法追加的调试求助及代码排查

问题概述 #

代码意图从WeatherSpark的站点地图中提取指定城市的全年平均天气URL，但运行后仅返回匹配的站点地图页码，预期的URL列表url_site未被正确返回，且存在追加逻辑错误。

核心错误点 #

1. 重复return语句导致URL列表无法返回
   函数末尾先执行return matched_index，后续的return url_site永远不会被触发，这是url_site没被返回的直接原因。

2. 额外的错误追加操作
   在for循环遍历loc之后，又执行了一次url_site.append(text)，这里的text是for循环最后一次迭代的内容，会导致重复添加甚至错误的URL。

3. 重复导入requests库
   代码开头两次导入requests，属于冗余操作，虽不影响功能但应清理。

修复后的代码 #

import requests
from bs4 import BeautifulSoup
import time

def get_url(*args):
    matched_index = []
    url_site = []
    
    for a in args:
        city_country_match = False
        city_country = a.replace(" ","-")
        sitemap_index = 5
        sitemap_index_max = 255

        while not city_country_match:
            res = requests.get(f'https://weatherspark.com/sitemap-{sitemap_index}.xml')
            soup = BeautifulSoup(res.content,"xml")
            if city_country in res.text:        
                city_country_match = True        
                
                for loc in soup.select('loc'):
                    text = loc.text
                    if 'Average-Weather-in-' in text and 'Year-Round' in text and city_country in text:
                        url_site.append(text)      # 现在会正确匹配并追加目标URL
                
                print(f'找到{a}在第{sitemap_index}页')
                matched_index.append(sitemap_index)
                
                time.sleep(1.5)
            else:
                sitemap_index += 1
                if sitemap_index == sitemap_index_max:
                    print(f"未找到{city_country}")
    
    # 返回包含两个结果的元组，同时提供页码和URL列表
    return matched_index, url_site

# 调用函数并接收结果
page_indices, urls = get_url("Austin Texas United States", "Calgary Canada")
print("匹配的页码:", page_indices)
print("提取的URL列表:", urls)

修复说明 #

• 移除了重复的requests导入语句
• 删除了for循环后多余的url_site.append(text)，避免重复添加
• 将两个return合并为返回一个元组，同时返回页码列表和URL列表，确保两个结果都能被获取
• 优化了变量递增的写法（sitemap_index += 1替代sitemap_index = sitemap_index + 1）

内容的提问来源于stack exchange，提问作者WQureshi