d:\暑假并行实习\codes\omp_hello_1.c: In function 'main': d:\暑假并行实习\codes\omp_hello_1.c:15: warning: ignoring #pragma omp parallel [-Wunknown-pragmas] #pragma omp parallel d:\暑假并行实习\codes\omp_hello_1.c:12:15: warning: unused parameter 'argc' [-Wunused-parameter] int main (int argc, char *argv[]) ~~~~^~~~ d:\暑假并行实习\codes\omp_hello_1.c:12:27: warning: unused parameter 'argv' [-Wunused-parameter] int main (int argc, char *argv[]) ~~~~~~^~~~~~ C:\Users\Lenovo\AppData\Local\Temp\ccaz93wo.o: In function `main': d:/暑假并行实习/codes/omp_hello_1.c:19: undefined reference to `omp_get_thread_num' collect2.exe: error: ld returned 1 exit status * 终端进程“C:\Program Files\mingw-w64\x86_64-8.1.0-posix-seh-rt_v6-rev0\mingw64\bin\gcc.exe '-Wall', '-Wextra', '-g3', 'd:\暑假并行实习\codes\omp_hello_1.c', '-o', 'd:\暑假并行实习\codes\output\omp_hello_1.exe'”已终止，退出代码: 1。 * 终端将被任务重用，按任意键关闭。 * 正在执行任务: C:\Program Files\mingw-w64\x86_64-8.1.0-posix-seh-rt_v6-rev0\mingw64\bin\gcc.exe -Wall -Wextra -g3 d:\暑假并行实习\codes\omp_hello_1.c -o d:\暑假并行实习\codes\output\omp_hello_1.exe d:\暑假并行实习\codes\omp_hello_1.c: In function 'main': d:\暑假并行实习\codes\omp_hello_1.c:15: warning: ignoring #pragma omp parallel [-Wunknown-pragmas] #pragma omp parallel d:\暑假并行实习\codes\omp_hello_1.c:12:15: warning: unused parameter 'argc' [-Wunused-parameter] int main (int argc, char *argv[]) ~~~~^~~~ d:\暑假并行实习\codes\omp_hello_1.c:12:27: warning: unused parameter 'argv' [-Wunused-parameter] int main (int argc, char *argv[]) ~~~~~~^~~~~~ C:\Users\Lenovo\AppData\Local\Temp\ccAhYba3.o: In function `main': d:/暑假并行实习/codes/omp_hello_1.c:19: undefined reference to `omp_get_thread_num' collect2.exe: error: ld returned 1 exit status

是的，你可以在 `main` 函数中添加一个打印语句来输出 `img_files` 列表，以确保它包含了你预期的图像文件。你已经做得很接近了，只是缩进有些问题。请使用以下代码进行更正： ```python def main(image_folder_path, output_file_name): img_files = [f for f in os.listdir(image_folder_path) if f.endswith(('.jpg'))] qr_codes_found = [] print("Image files:") for img_file in img_files: print(img_file) # ... 其余代码保持不变 ... ``` 这将在 `main` 函数的 `img_files` 循环之前打印出图像文件的文件名。确保缩进正确，并运行代码，你将看到打印输出的图像文件列表。 如果你仍然遇到问题，请提供更多详细信息，我将尽力帮助你解决。

你提供的Python脚本旨在通过`requests`库和`BeautifulSoup`解析网页内容，并抓取目标站点内部链接及其HTTP状态码信息。然而，它在实际运行过程中未如预期般输出结果的原因可能是多方面的。 ### 可能的问题点 1. **函数返回值处理不当**： `fetch_links()` 函数最终返回的是 `_fetch_and_check(base_url)` 的列表化生成器对象的结果。但是由于`_fetch_and_check()`是一个递归生成器，在第一次请求后如果不再次触发对新发现链接的进一步访问，则程序不会继续深入爬行其他页面，导致只有一层深度的数据被抓取并立即结束。 2. **缺少递归调用机制**： 当前代码结构里虽然有将新的、未访问过的链接加入到待查集合中的操作(`visited_urls.add(full_link)`)，但却缺乏对于新增加进来的这些链接再次发起 HTTP 请求的操作逻辑。也就是说，尽管发现了更多同域下的 URL 地址却没有安排后续动作去验证其有效性等重要步骤。 3. **错误处理不够完善**： 如果遇到网络异常等情况时会直接抛出异常并且打印错误消息，这可能会阻止某些关键部分正常工作而没有给出足够的调试线索给开发者知晓问题所在；另外一些边界情况也可能影响整体流程顺利完成。 4. **输入合法性校验缺失**： 用户从命令行接收的目标网址未经严格的格式检查便投入到了实际使用的环节当中，可能导致不符合规范的字符串混入其中干扰了正常的解析过程。 5. **依赖项安装与否确认不足**： 确认环境中是否正确地安装了所需的第三方包 (`requests`, `beautifulsoup4`) 并配置好 Python 解释器环境也至关重要。 为了修正这些问题，可以参考下面改进后的版本： ```python import requests from bs4 import BeautifulSoup import re import time def is_valid_http_url(url): regex = re.compile( r'^(?:http|ftp)s?://' # http:// or https:// r'(?:(?:[A-Z0-9](?:[A-Z0-9-]{0,61}[A-Z0-9])?\.)+(?:[A-Z]{2,6}\.?|[A-Z0-9-]{2,}\.?)|' r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})' # ...or ip r'(?::\d+)?' # optional port r'(?:/?|[/?]\S+)$', re.IGNORECASE) return url is not None and bool(regex.match(url)) def fetch_all_links(base_url, max_depth=1): start_time = time.time() visited_urls = set() link_status_codes = [] def recursive_fetch(current_url, depth): nonlocal visited_urls, link_status_codes if current_url in visited_urls or depth > max_depth: return try: response = requests.get(current_url, timeout=5) print(f"Visiting {current_url}... Status Code={response.status_code}") if response.status_code == 200: soup = BeautifulSoup(response.content.decode('utf8'), 'html.parser') for a_tag in soup.find_all('a', href=True): next_href = a_tag['href'] if is_valid_http_url(next_href): # Ensure it's an absolute path if base_url in next_href and next_href not in visited_urls: elapsed_seconds = round(time.time() - start_time, 2) link_data = { 'link': next_href, 'status': check_link_availability(next_href), 'elapsed_seconds': elapsed_seconds, 'total_links_scanned': len(visited_urls)+1 } visited_urls.add(next_href) link_status_codes.append(link_data) # Recursively visit newly found links within the same domain up to specified maximum depth. if link_data['status'] == 200 and depth < max_depth: recursive_fetch(next_href, depth + 1) except Exception as e: print(f"[ERROR while processing '{current_url}']: {e}") pass recursive_fetch(base_url, 0) return link_status_codes def check_link_availability(url_to_test): try: resp = requests.head(url_to_test, allow_redirects=True, timeout=5) return resp.status_code except Exception: return "Unreachable" if __name__ == '__main__': target_site = input("请输入需要扫描的目标网站 (完整URL地址，例如: https://example.com):\n") if not is_valid_http_url(target_site.strip()): raise ValueError("无效的URL格式，请确保包含协议头（如https://）。") results = fetch_all_links(target_site) for idx, item in enumerate(results, start=1): print(f"{idx}. Link:{item['link']} | Status:{item['status']} " f"| Time Elapsed(s):{item['elapsed_seconds']} | Total Scans Done:{item['total_links_scanned']}" ) ``` 这里做了几个重要的调整: - 添加了一个简单的正则表达式用于初步筛选有效性的URL； - 修改了主功能函数`fetch_all_links()`接受最大递归层级作为参数控制爬虫深度； - 引入递归的方式遍历由当前页面指向的所有符合条件的新连接； - 对于每次成功获取的内容进行了及时的日志记录便于观察进度及排查故障； - 改进了针对单条链路检测的部分以更贴近真实场景的行为模式比如允许重定向跟读超时设置等等； - 加强了用户交互界面友好程度保证传入数据的质量从而提高整个系统的稳定性与可靠性。 此外还请注意遵守各网站Robots.txt规则和服务条款以免造成不必要的麻烦。