Python网页爬虫Lambda函数OR多关键词匹配失效问题求助

问题根因 #

你写的('corona' or 'covid')属于语法逻辑错误：在Python中，or会直接返回第一个真值，非空字符串默认判定为真值，所以这个表达式的运算结果永远是排在前面的第一个字符串，相当于实际只判断了第一个关键词是否存在，第二个关键词完全不会生效。

修复方案 #

写法1：直接拆分判断（适合少量关键词） #

把两个关键词的存在性判断分开用or连接即可，修改后的lambda代码如下：

covid_links = lambda tag: (getattr(tag, 'name', None) == 'a' and
                        'href' in tag.attrs and
                        ('corona' in tag.get_text().lower() or 'covid' in tag.get_text().lower()))

修改后只要链接文本包含corona或者covid任意一个，都会被正确匹配到。

写法2：用any()批量判断（适合多关键词扩展） #

如果后续需要新增关键词，建议把所有关键词放到列表里用any()判断，代码更简洁易维护：

covid_links = lambda tag: (getattr(tag, 'name', None) == 'a' and
                        'href' in tag.attrs and
                        any(k in tag.get_text().lower() for k in ['corona', 'covid']))

内容的提问来源于stack exchange，提问作者John Conor