while循环与for循环到底差在哪里？举几个例子给你看！

# while循环通常会有初始值，这里不妨设置变量s的初始值为0
s = 0
# 无分支判断的for循环
while condition:
    statements

s = 0
# 有分支判断的for循环
while condition:
    if condition:
        statements1
    else:
        statements2

# 导入第三方模块
import random

# 设定被猜数据的范围
A = int(input('请输入被猜数据范围的最小值：'))
B = int(input('请输入被猜数据范围的最大值：'))
# 生成A,B之间的一个随机整数
number = random.randint(A,B)

while True: 
    guess = int(input('请在{}和{}之间猜一个整数：'.format(A,B)))
    if guess > number:
        # 如果猜的偏大，则将猜的数字重新赋值给B，用于限定下一轮数据的猜测范围
        B = guess
        print('不好意思，您猜大了！')
    elif guess < number:
        # 如果猜的偏小，则将猜的数字重新赋值给A，用于限定下一轮数据的猜测范围
        A =guess
        print('不好意思，您猜小了！')
    else:
        print('恭喜，您猜正确了！')
        # break用于退出整个while循环
        break

# 导入第三方模块
import requests  # 用于发送URL请求
import bs4  # 用于解析HTML语言
import random # 用于生成随机数
import time # 用于时间滞留
from fake_useragent import UserAgent  # 用于生成随机请求头
import pandas as pd  # 用于构造数据表

# 初始化网站页数
page = 1
# 构造字典容器，用于存储每一页汽车信息
car_info = {}
# 构造列表容器，用于存储所有页汽车信息
final_result = []

while True:
    # 生成有规律的链接
    URL = r'https://www.renrenche.com/sh/kaidilake/p{}/?brand=kaidilake'.format(page)
    print('Down Loading{} ...'.format(URL))

    # 生成随机请求头
    UA = UserAgent()
    # 对URL发送请求
    response = requests.get(URL, headers = {'User-Agent':UA.random})
    # 解析抓回来的HTML源代码
    soup = bs4.BeautifulSoup(response.text)

    # 判断该页码内是否有抓取的对象
    name = [i.text for i in soup.findAll(name = 'h3')]
    if len(name) != 0:
        # 抓取凯迪拉克汽车系列名称
        car_info['name'] = name
        # 抓取汽车基本信息
        car_info['basic'] = [i.text.strip() for i in soup.findAll(name = 'div', attrs = {'class':'mileage'})]
        # 抓取汽车价格信息
        car_info['price'] = [i.text.strip() for i in soup.findAll(name = 'div', attrs = {'class':'price'})]
    else:
        break

    # 存储所有页码的汽车信息
    final_result.append(pd.DataFrame(car_info))

    # 产生随机秒数
    seconds = random.uniform(3,5)
    # 滞留指定的秒数
    time.sleep(seconds)

    # 累加页码
    page += 1

# 将所有页码下的汽车数据汇总到一张表内
kaidilake = pd.concat(final_result)
# 呈现数据集的前5行
kaidilake.head()