python - 如何爬取豆瓣电影的详细信息
PHP中文网
PHP中文网 2017-04-18 10:19:06
0
3
864

我想爬取每个电影的制片国家地区,但是它上面并不在一个标签里面应该怎么办

我用的是request和BeautifulSoup

res2=requests.get(h2)
res2.encoding='utf-8'
soup2=BeautifulSoup(res2.text)

这部分是已经获取该网页

PHP中文网
PHP中文网

认证0级讲师

répondre à tous(3)
左手右手慢动作

Référez-vous au code suivant :

#!/usr/bin/env python
# -*- coding:utf-8 -*-

import re
import requests
from bs4 import BeautifulSoup

result = requests.get('https://movie.douban.com/subject/3541415/')
result.encoding = 'utf-8'
soup = BeautifulSoup(result.text, 'html.parser')

try:
    info = soup.select('#info')[0]
    print re.findall(ur'(?<=制片国家/地区: ).+?(?=\n)', info.text)[0]
except Exception, e:
    print e
迷茫

regular correspond au contenu entre </span> et <br>.

刘奇

1. Vous pouvez utiliser des expressions régulières

2. Il est recommandé d'utiliser soup.find_all
pour lire le document

https://www.crummy.com/softwa...

soup.find_all("title")
# [<title>The Dormouse's story</title>]

soup.find_all("p", "title")
# [<p class="title"><b>The Dormouse's story</b></p>]

soup.find_all("a")
# [<a class="sister" href="http://example.com/elsie" id="link1">Elsie</a>,
#  <a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>,
#  <a class="sister" href="http://example.com/tillie" id="link3">Tillie</a>]

soup.find_all(id="link2")
# [<a class="sister" href="http://example.com/lacie" id="link2">Lacie</a>]

Réponse de Huang Ge Python

Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal