python - 请教2个BeautifulSoup匹配豆瓣top250电影的优雅实现?
大家讲道理
大家讲道理 2017-04-18 09:54:21
0
2
948

豆瓣top250电影的链接

<p class="info">
  <p class="hd">
    <a href="https://movie.douban.com/subject/1292052/" class="">
    <span class="title">肖申克的救赎</span>
    <span class="title">&nbsp;/&nbsp;The Shawshank Redemption</span>
    <span class="other">&nbsp;/&nbsp;月黑高飞(港)  /  刺激1995(台)</span>
    </a>

</p>

<p class="bd">
  <p class="">
    导演: 弗兰克·德拉邦特 Frank Darabont&nbsp;&nbsp;&nbsp;主演: 蒂姆·罗宾斯 Tim Robbins<br>
    1994&nbsp;/&nbsp;美国&nbsp;/&nbsp;犯罪 剧情
  </p>
</p>

网页的dom一般都是以这样的形式排列的,想请教两点:

以电影名来说,有两个标签的class都是title,我这种原始方法会匹配两个title,有什么方法可以只匹配第一个中文title呢?

titles = soup.find_all(name='span', attrs={'class': 'title'})

导演和主演栏目<p>标签的class为空,请问beautifulsoup中有什么方法可以匹配到这个标签内的内容呢?


补充

下面这种实现并不行,因为豆瓣一个页面的话有25个电影,有40多个这样的title标签,没有50个的原因是国产电影没有英文名只有一个title

titles = soup.find_all(name='span', attrs={'class': 'title'})[0].text

如果它有50个标签还好,我可以通过列表推倒式来排除偶数的title的标签,但是国产电影没有英文名,它只会有一个title标签,所以这种实现并不完美。

[title for index, title in enumerate(titles) if index % 2 == 0]
大家讲道理
大家讲道理

光阴似箭催人老,日月如移越少年。

全員に返信(2)
巴扎黑

これも機能するかどうかを確認してください

リーリー

いいねを押す +0
洪涛

1: 値を直接添え字にするだけです

リーリー
  1. <p class="bd"> に他の p がない場合は、p で直接 p を探します:

リーリー

再回答:

リーリー
いいねを押す +0
人気のチュートリアル
詳細>
最新のダウンロード
詳細>
ウェブエフェクト
公式サイト
サイト素材
フロントエンドテンプレート