0
imdbパッケージを使用して単純なpythonプログラムを作成して、データベースから映画情報を抽出しようとしましたが、なぜコードが空のリストを返すのか分かりません。私の推測では、ウェブサイトから(。*?)を使って)URL情報を抽出する方法が間違っているということです。私はウェブページからURLリンクを抽出したい。ここにコードがあります。ありがとう!pythonクローラの抽出URLが機能しない
import urllib
import re
import imdb
imdb_access = imdb.IMDb()
top_num = 5
movie_list = ["The Matrix","The Matrix","The Matrix","The Matrix","The Matrix"]
for x in xrange(0,top_num):
contain = imdb_access.search_movie(movie_list[x])
ID = contain[0].movieID #str type
htmltext = (urllib.urlopen("http://www.imdb.com/title/tt0133093/?ref_=nv_sr_1")).read()
# a pattern in the website
regex = regex = '<img alt="The Matrix Poster" title="The Matrix Poster" src="(.*?)" itemprop="image">'
pattern = re.compile(regex)
#print (str((pattern)))
result = re.findall(pattern,htmltext)
print result
#print type(htmltext)
おかげで、それはまだ私に同じ結果を与えます。 – 781850685
あなたは '' –
として正規表現を試すことができますか、ありがとう。それは画像のURLを返しますが、それはウェブサイト上の間違った画像です。私はコードの特定の行の中にURLを探しています。どういうわけか、その前に「The Matrix Poster」を追加できますか? – 781850685