Я совершенно новый, чтобы очищать веб-страницы, но я действительно хочу изучить его на python. У меня есть базовое понимание python.Очистка веб-страниц в python
У меня возникли проблемы с пониманием кода, чтобы очистить веб-страницу, потому что я не могу найти хорошую документацию о модулях, которые использует код.
Кодовые обрывки данных какого-то фильма о this веб-страницы
Я застревают после комментария «выбор в шаблоне следует правилам CSS».
Я хотел бы понять логику этого кода или хорошую документацию для понимания этих модулей. Есть ли предыдущая тема, которую мне нужно изучить?
Код следующее:
import requests
from pattern import web
from BeautifulSoup import BeautifulSoup
url = 'http://www.imdb.com/search/title?sort=num_votes,desc&start=1&title_type=feature&year=1950,2012'
r = requests.get(url)
print r.url
url = 'http://www.imdb.com/search/title'
params = dict(sort='num_votes,desc', start=1, title_type='feature', year='1950,2012')
r = requests.get(url, params=params)
print r.url # notice it constructs the full url for you
#selection in pattern follows the rules of CSS
dom = web.Element(r.text)
for movie in dom.by_tag('td.title'):
title = movie.by_tag('a')[0].content
genres = movie.by_tag('span.genre')[0].by_tag('a')
genres = [g.content for g in genres]
runtime = movie.by_tag('span.runtime')[0].content
rating = movie.by_tag('span.value')[0].content
print title, genres, runtime, rating