BeautifulSoup爬取书籍链接时函数仅返回列表首元素问题求解

代码仅返回第一个链接，由3处逻辑问题导致：

• 存储链接的books_urls列表定义在循环内部，每次遍历新书条目时都会重置为空列表，之前存储的链接会被直接清空
• return语句写在循环体内部，程序拿到第一本书的链接后就会直接终止函数运行，不会执行后续遍历
• 存在冗余代码：books_urls=list(books_urls)无实际作用，append操作后的变量本身就是列表类型，不需要重复转换

仅使用requests+BeautifulSoup实现，可正确提取第一页所有20本书的详情页链接：

import requests
from bs4 import BeautifulSoup


def page1_url(page1):
    # 存储链接的列表必须放在循环外初始化
    books_urls = []
    response = requests.get(page1)
    # 校验请求状态，请求失败时直接抛出异常方便排查
    response.raise_for_status()
    data = BeautifulSoup(response.text, 'html.parser')
    
    # 直接定位所有h3标签下的a标签，简化嵌套循环
    for a_tag in data.select('h3 a'):
        relative_link = a_tag['href']
        full_link = base_url + relative_link
        books_urls.append(full_link)
    
    # 所有链接收集完成后再返回结果
    return books_urls


allPages = [
    'http://books.toscrape.com/catalogue/page-1.html',
    'http://books.toscrape.com/catalogue/page-2.html'
]
base_url = 'http://books.toscrape.com/catalogue/'
bookURLs = page1_url(allPages[0])
print(f"共提取到{len(bookURLs)}本书的链接：")
print(bookURLs)

拿到所有详情页链接后，遍历bookURLs逐个发起请求，即可提取单本书的详情：

• 书籍标题：对应页面的h1标签内容
• 库存数量：对应class为availability的p标签内容，提取后做简单字符串处理就能拿到具体库存数字
• 价格、评分等信息也可以通过对应标签定位提取

内容的提问来源于stack exchange，提问作者Sam B