网页爬虫 - 求Python大神帮帮忙！

Question

是一个豆瓣电影Top250代码，肿么能够实现在电影名前加上Top1 Top2
啊？

"""
爬取豆瓣电影TOP250 - 完整示例代码
"""

import codecs

import requests
from bs4 import BeautifulSoup

DOWNLOAD_URL = 'http://movie.douban.com/top250/'


def download_page(url):
    return requests.get(url, headers={
        'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/47.0.2526.80 Safari/537.36'
    }).content


def parse_html(html):
    soup = BeautifulSoup(html)
    movie_list_soup = soup.find('ol', attrs={'class': 'grid_view'})

    movie_name_list = []

    for movie_li in movie_list_soup.find_all('li'):
        detail = movie_li.find('p', attrs={'class': 'hd'})
        movie_name = detail.find('span', attrs={'class': 'title'}).getText()

        movie_name_list.append(movie_name)

    next_page = soup.find('span', attrs={'class': 'next'}).find('a')
    if next_page:
        return movie_name_list, DOWNLOAD_URL + next_page['href']
    return movie_name_list, None


def main():
    url = DOWNLOAD_URL

    with codecs.open('movies', 'wb', encoding='utf-8') as fp:
        while url:
            html = download_page(url)
            movies, url = parse_html(html)
            fp.write(u'{movies}\n'.format(movies='\n'.join(movies)))


if __name__ == '__main__':
    main()

谢谢大神！

Answer 1

Selepas mendaki ke bawah, cuma tambahkannya dalam excel, atau jika terdapat maklumat kedudukan pada halaman yang dirangkak, kemudian gabungkannya dengan rentetan teratas

Answer 2

250 mempunyai antara muka api, dan anda boleh mendapatkan segala-galanya selepas menghuraikan json.

Answer 3

Ia sangat mudah, cuma buat senarai baharu, gunakan gelung for untuk meletakkan nama yang hendak ditambahkan ke atas, dan tentukan topi pembolehubah i dan tambahkannya di hadapan nama, bukan?

Answer 4

Begitukah?