Python 这个论坛抓取代码是如何在特定的数据结构中工作的

我要感谢用户Pythonista在几个月前给了我这段非常有用的代码，它解决了我的问题。然而，由于缺乏HTML和漂亮的汤库知识，我仍然对代码的功能感到困惑

我不知道特定的_消息数据结构在这个程序中扮演什么角色

我还对代码如何保存各种帖子感到困惑？ 它如何检查帖子的用户

import requests, pprint
from bs4 import BeautifulSoup as BS

url = "https://forums.spacebattles.com/threads/the-wizard-of-woah-and-the-impossible-methods-of-necromancy.337233/"
r = requests.get(url)
soup = BS(r.content, "html.parser")

#To find all posts from a specific user everything below this is for all posts
specific_messages = soup.findAll('li', {'data-author': 'The Wizard of Woah!'})


#To find every post from every user
posts = {}

message_container = soup.find('ol', {'id':'messageList'})
messages = message_container.findAll('li', recursive=0)
for message in messages:
    author = message['data-author']
    #or don't encode to utf-8 simply for printing in shell
    content = message.find('div', {'class':'messageContent'}).text.strip().encode("utf-8")
    if author in posts:
        posts[author].append(content)
    else:
        posts[author] = [content]
pprint.pprint(posts)

---

specific_messages=soup.findAll（'li'，{'data-author'：'thewizardofwoah！'}）

soup是解析html所需的BeautifulSoup对象

findAll（）是一个查找html代码中传递的所有参数的函数

李是需要找到的标签

数据作者是html属性，将在

标记中搜索该属性

哇的巫师！是作者的名字

因此，基本上，该行正在搜索所有带有属性数据作者的

标记，该作者的名字是Woah向导

findall返回多行，所以您需要循环遍历它，这样您就可以得到每一行，并且它将附加到一个列表中

---

就这些

谢谢，我只是有点搞不清楚变量在脚本中起什么作用，因为它没有引用到脚本中的任何其他地方