python小白，第一次爬蟲，如有不對的地方還請多多指出。

用BeautifulSoup獲取電影排名、電影名稱、電影別名、電影連結、導演、主演、年份、地點、型別、評分、評價人數、摘要、海報下載地址。

cur_url：每一頁的地址，例如：https://movie.douban.com/top250?start=0&filter=

html = requests.get(cur_url)
soup = BeautifulSoup(html.text, "html.parser")

每一個電影都在<li></li>中，就用for迴圈獲取每一個電影的資訊。

film_list = soup.find_all("div", class_="item")

for list in film_list:

1.獲取電影排名

film_ranking = list.find("div", class_="pic").find('em').text

2.電影名稱

film_chinese_name = list.find("span", class_="title").text

3.電影別名

將別名左邊的空格和“/”去掉

film_other_name = list.find("span", class_="other").text.strip().lstrip("/").strip()

4.電影連結

film_url = list.find("a").get("href")

5.導演、主演、年份、地點、型別

# 導演/主演/年份/地點/型別  split():拆分   strip():方法用於移除字串頭尾指定的字元（預設為空格）
film_information = list.find("div", class_="bd").find("p").text.strip()# 以"\n"形式將字串拆分
film_information_split = film_information.split("\n")
# print(film_information_split)
film_information_split_1 = film_information_split[0]     # 導演和演員的資訊
film_information_split_2 = film_information_split[1
 
]     # 年份、地點、型別的資訊
# print(film_information_split_1)
# print(film_information_split_2)
# film_information_split_1以"\xa0\xa0\xa0"形式拆分
film_information_1 = film_information_split_1.split("\xa0\xa0\xa0")  # 將導演和演員的資訊用"\xa0\xa0\xa0"拆分
# 導演
film_director_1 = film_information_1[0].strip()
film_director = film_director_1.split(":")[1]
# print(film_director)
# 主演
film_actor_1 = film_information_1[1].strip()
if ":" in film_actor_1:
    film_actor = film_actor_1.split(":")[1]
else:
    film_actor = ""
# print(film_actor)
# film_information_split_2以"\"形式拆分
film_information_2 = film_information_split_2.split("/")   # 將年份、地點、型別的資訊用"/"進行拆分
# 年份
film_year = film_information_2[0].strip()
# print(film_year)
# 地區
film_area = film_information_2[1].strip()
# print(film_area)
# 型別
film_genre = film_information_2[2].strip()
# print(film_genre)

6.評分

rating = list.find("span", class_="rating_num").text

7.評價人數

find_next_sibling()：返回符合條件的後面的第一個tag節點

film_rating_num = list.find("span", class_="rating_num").find_next_sibling().find_next_sibling().text

對評價欄位進行拆分，只留下數字

film_comment_num = re.findall('\d{0,}', film_rating_num)[0]

8.摘要

film_quote = list.find("span", class_="inq").text

9.海報下載地址

film_post = list.find("img").get("src")

在列表中新增字典需要使用copy方法。

    列表名.append(字典名.copy())