python之用 BeautifulSoup 解析 IMDB

我使用 BeautifulSoup 和 Python 2.7 从 IMDB 的移动站点中删除了以下代码。

我想为剧集编号“1”、标题“冬天来了”和 IMDB 评分“8.9”创建一个单独的对象。似乎无法弄清楚如何拆分剧集编号和标题。

   <a class="btn-full" href="/title/tt1480055?ref_=m_ttep_ep_ep1"> 
     <span class="text-large"> 
      1. 
      <strong> 
       Winter Is Coming 
      </strong> 
     </span> 
     <br/> 
     <span class="mobile-sprite tiny-star"> 
     </span> 
     <strong> 
      8.9 
     </strong> 
     17 Apr. 2011 
    </a> 

请您参考如下方法:

您可以使用find 将类text-large 的span 定位到您需要的特定元素。

一旦你有了你想要的 span，你可以使用 next 来抓取下一行，包含剧集号和 find 来定位strong 包含标题

html = """ 
<a class="btn-full" href="/title/tt1480055?ref_=m_ttep_ep_ep1"> 
     <span class="text-large"> 
      1. 
      <strong> 
       Winter Is Coming 
      </strong> 
     </span> 
     <br/> 
     <span class="mobile-sprite tiny-star"> 
     </span> 
     <strong> 
      8.9 
     </strong> 
     17 Apr. 2011 
    </a> 
""" 
 
from bs4 import BeautifulSoup 
 
soup = BeautifulSoup(html) 
span = soup.find('span', attrs={'text-large'}) 
ep = str(span.next).strip() 
title = str(span.find('strong').text).strip() 
 
print ep 
print title 
 
> 1.  
> Winter Is Coming