爬取豆瓣电影Top250，一个问题

之前是用正则写的，虽然成功爬取了，但是要考虑的特殊情况太多，很烦。后来有人建议用xpath,所以学习了相关知识，改写原先用正则写的代码，但是碰到了一个问题网页的源代码如下：肖申克的救赎 / TheShawshankRedemption / 月黑高飞(港)/刺激1995(台)[可播放]

导演:弗兰克·德拉邦特FrankDarabont   主演:蒂姆·罗宾斯TimRobbins/...
1994 / 美国 / 犯罪剧情
9.6987073人评价

希望让人自由。

我现在想提取导演演员那块的信息，根据所在位置我的代码如下（导演存在dirc中））：selc=etree.HTML(html)infos=selc.xpath('//div[@class="info"]')foraininfos:dirc=a.xpath('div[@class="bd]/p[@class=""]/text()')但这样写不对，网上的代码如下：info=i.xpath('div[@class="bd"]/p[1]/text()')我这样写和网上的不是一样吗？为什么我的不对？求高手指点，谢谢

MM们

浏览 1062回答 2

2回答

收到一只叮咚

网上的这种方式更加合理，info=i.xpath('div[@class="bd"]/p[1]/text()')另外你的这种方式：selc=etree.HTML(html)infos=selc.xpath('//div[@class="info"]')foraininfos:dirc=a.xpath('./div[@class="bd]/p[@class=""]/text()')#这样是否可行但是我还是觉得dirc=a.xpath('./div[@class="bd]/p[1]/text()')更好

0 0

随时随地看视频慕课网APP