python - 如何从imdb业务页面抓取数据？

我正在制作一个需要从imdb业务页面获取数据的项目。我正在使用python。数据存储在两个标签之间，如下所示：

预算

$ 220,000,000（估计）


我想要数字量，但是到目前为止还没有成功。有什么建议么。

最佳答案

看一下Beautiful Soup，它是一个有用的抓取库。如果您查看源代码，则“预算”位于h4元素内，该值位于DOM中的下一个位置。这可能不是最好的示例，但它适用于您的情况：

import urllib
from bs4 import BeautifulSoup


page = urllib.urlopen('http://www.imdb.com/title/tt0118715/?ref_=fn_al_nm_1a')
soup = BeautifulSoup(page.read())
for h4 in soup.find_all('h4'):
    if "Budget:" in h4:
        print h4.next_sibling.strip()

# $15,000,000

关于python - 如何从imdb业务页面抓取数据？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/27665509/