[已解决]爬豆瓣250电影的问题

xxsgxsg

我是一个初学者

import requests

import bs4

headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36'}
res = requests.get('https://movie.douban.com/top250', headers = headers)


soup = bs4.BeautifulSoup(res.text, 'html.parser')
movies = []
targets = soup.find_all('div', class_ = 'hd')
for each in targets:
    movies.append(each.a.span.text)

print(movies)

我想知道在网页里面 div class=hd以下a.里面有3个SPAN，后面对应着中文名字（肖生克的救赎），英文名，和别名
为什么只有电影的中文名添加到了movie这个列表里

本来想传图片的。。不知道怎么传

最佳答案

月排行榜 / 总排行榜

kaohsing

2019-5-13 09:02:51

跳转到最佳答案楼层

wp231957

3个span那么对应span[1]  span[2]  span[3]

kaohsing

kaohsing

1. import requests
   
2. import bs4
   
3. headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) '}
   
4. res = requests.get('https://movie.douban.com/top250', headers = headers)
   
5. soup = bs4.BeautifulSoup(res.text, 'html.parser')
   
6. movies = []
   
7. targets = soup.find_all('div', class_= 'hd')
   
8. for each in targets:
   
9.     dtemp=[]
   
10.     for sp in each.find_all('span'):
    
11.         dtemp.append(sp.text.replace(r' / ',''))
    
12.     movies.append(dtemp)
    
13. for mv in movies:
    
14.     print(mv)

复制代码

xxsgxsg

wp231957 发表于 2019-5-13 05:50
3个span那么对应span[1]  span[2]  span[3]

谢谢

xxsgxsg

kaohsing 发表于 2019-5-13 09:02

十分感谢

xxsgxsg

wp231957 发表于 2019-5-13 05:50
3个span那么对应span[1]  span[2]  span[3]

还有问下这个程序里面：
def find_depth(res):
    soup = bs4.BeautifulSoup(res.text, 'html.parser')
    depth = soup.find('span', class_ = 'next').previous_sibling.previous_sibling.text
    return int(depth)

这个previous_sibling.previous)sibling.text 是什么意思 ，怎么得出总页数是10的呀？