这真是一次让我觉得着了魔的经历。
为了得到安全教育考试的题库,事先爬取了几十次模拟考试的网页源代码存着。耽搁了几天,才翻出来打算整理一下。整理的代码中有这么一段:
# extract_questions.py
for html_file in glob.glob('*.html'):
fp = open(html_file, encoding = 'UTF-8')
page = BeautifulSoup(fp.read(), 'html5lib')
fp.close()
由于程序正常执行时后续解析的代码有些错误,便在开头的for循环处下断点调试。发现每次在 BeautifulSoup 那一行时会抛出 ExitException 异常。在“表达式”窗口查看 fp.read() 返回了正常的网页内容。但是再向下执行一行时 fp.read() 的值为 ‘’。
后来在Python交互式解释器中进行验证,没有出现这样的问题。
(调试一度陷入僵局)
后来才注意到,Visual Code 中,在初次“表达式”窗口查看 fp.read() 返回了正常的网页内容。但是再向下执行一行时 fp.read() 的值为 ‘’。查看 fp.read() 的值会使文件指针指向文件尾…调试工具真的执行了一次 read()。
em…