如何前进到嵌套列表中的下一项？python

使用两个列表，对每个列表进行迭代。下面是一段代码：

self.links = []
self.iter=iter(self.links)
for tgt in self.links:
    for link in self.mal_list:
        print(link)
        if tgt == link:
           print("Found Suspicious Link: {0}".format(tgt))
           self.count += 1

        else:
           self.count += 1
           self.crawl(self.iter.next())

---

它将前进到链接列表中的下一项，很好。对于恶意软件签名列表，我尝试使用一个类似的iter项目，但我不完全确定这是否是最好的方法，如果是这样，请将其放在我的代码中，以便在循环打开链接列表中的下一个项目之前，将从列表中打开的每个链接与恶意软件列表中的每个项目进行比较。有什么建议吗？

你做这件事的基本方法很好，但会很慢

请尝试以下方法：

 for tgt in links:
      if tgt in mal_links:
          # you know that it's a bad link
      else:
          crawl(tgt)

我不明白为什么要在列表中保留两个迭代器。这将引入一个bug，因为在检测到恶意软件链接的情况下，您不会调用self.iter上的next。下次tgt不是坏链接时，当您调用next时，它将前进到先前检测到的坏链接，您将对其进行爬网。您是否有理由认为需要跳过迭代器的两个副本而不是一个副本

---

此外，每次未确定页面是否等于给定的恶意软件链接时，您的初始代码都会对该页面进行一次爬网。这可能会导致一些愤怒的网络管理员，这取决于你的列表有多大。

你这样做的基本方式是好的，但会很慢

请尝试以下方法：

 for tgt in links:
      if tgt in mal_links:
          # you know that it's a bad link
      else:
          crawl(tgt)

我不明白为什么要在列表中保留两个迭代器。这将引入一个bug，因为在检测到恶意软件链接的情况下，您不会调用self.iter上的next。下次tgt不是坏链接时，当您调用next时，它将前进到先前检测到的坏链接，您将对其进行爬网。您是否有理由认为需要跳过迭代器的两个副本而不是一个副本

---

此外，每次未确定页面是否等于给定的恶意软件链接时，您的初始代码都会对该页面进行一次爬网。这可能会导致一些愤怒的网站管理员，具体取决于你的列表有多大。

不确定你想问什么，但你可以简化你的代码。虽然这不是必须的

self.links = []
self.non_malware_link = [link for link in self.links if link not in self.mal_list]
results = map(self.crawl, self.non_malware_link)

关于代码的一些问题：

self.count与lenself.links完全相同

---

除了self.count的含义外，其他每件事情看起来都像是它做了它需要做的事情。

不确定您想问什么，但您可以简化代码。虽然这不是必须的

self.links = []
self.non_malware_link = [link for link in self.links if link not in self.mal_list]
results = map(self.crawl, self.non_malware_link)

关于代码的一些问题：

self.count与lenself.links完全相同

---

除了self.count的含义外，其他每件事情看起来都像是在做它需要做的事情。

在列表中搜索一个项目很慢，如果这是您正在尝试做的事情，那么使用dict或set而不是list来搜索self.malu列表：

或者，如果还可以设置self.links：

mal_list = set(self.mal_list)
links = set(self.links)
detected = links.intersection(mal_list)
for malware in detected:
    print("Found Suspicious Link: {0}".format(tgt))
    self.count += 1

---

在列表中搜索项目的速度很慢，如果您正试图这样做，请使用dict或set而不是list来搜索self.malu列表：

或者，如果还可以设置self.links：

mal_list = set(self.mal_list)
links = set(self.links)
detected = links.intersection(mal_list)
for malware in detected:
    print("Found Suspicious Link: {0}".format(tgt))
    self.count += 1

---

---

我假设他将使用self.count通知用户当前的扫描进度？@Lie-Ryan：谢谢，太好了@Stev0:@Lie Ryan:谁投过我的票。我的答案留在这里供参考，但我发现Lie Ryan的答案与使用集合删除不必要的重复比较一样优雅。我投票支持他的答案。请看一看。aaronasterling的建议也很有道理。我假设他将使用self.count通知用户当前的扫描进度？@Lie Ryan:谢谢，太好了@Stev0:@Lie Ryan:谁投过我的票。我的答案留在这里供参考，但我发现Lie Ryan的答案与使用集合删除不必要的重复比较一样优雅。我投票支持他的答案。请看一看。aaronasterling的建议也很有意义。关于使用集合的想法很好，但是，在跨过两个版本的链接时，您已经从OP的原始代码中继承了一个错误。感谢集合的信息，我可以做些什么来加速它是很好的。关于使用集合的想法很好，但是，跨过两个版本的链接时，您已经从OP的原始代码中继承了一个bug。感谢您提供的关于集合的信息，我能做些什么来加速它是非常好的。@aaronasterling:+1捕捉到这个bug真是太好了！！我制作了一个self.iter，因为当调用crawltgt时，它会一遍又一遍地抓取链接列表中的第一项。我理解你在这里关于删除第二个for循环的内容，在考虑了它所做的事情之后，这使方法更有意义，但是我现在只剩下最初的问题，即它没有推进项目。iter是解决这一问题的最佳方式吗，并确保我调用。在if-else语句的两个模块中，下一个是？@Stev0：这将是你爬行过程中的一个bug；你最好还是在那里修好它。@Lie Ryan:怎么会这样？tgt是列表中的第一项，通过调用crawltgt，我只需将它迭代的第一项传递给它。我是否应该移动。下一步是爬网功能的开始？@Stev0:self.crawlink-shou

---

ld只需收集单个页面中包含的链接，并将其放在某个地方供将来检查；self.crawl不应该调用你的恶意软件检查函数。@aaronastering:+1很好地捕捉到了这个bug！！我制作了一个self.iter，因为当调用crawltgt时，它会一遍又一遍地抓取链接列表中的第一项。我理解你在这里关于删除第二个for循环的内容，在考虑了它所做的事情之后，这使方法更有意义，但是我现在只剩下最初的问题，即它没有推进项目。iter是解决这一问题的最佳方式吗，并确保我调用。在if-else语句的两个模块中，下一个是？@Stev0：这将是你爬行过程中的一个bug；你最好还是在那里修好它。@Lie Ryan:怎么会这样？tgt是列表中的第一项，通过调用crawltgt，我只需将它迭代的第一项传递给它。我是否应该移动。下一步是爬网功能的开始？@Stev0:self.crawdlink应该只收集单个页面中包含的链接，并将其放在某个地方以备将来检查；self.crawl不应调用您的恶意软件检查功能。