python 爬虫提取 url 不工作

Question

我试图用 imdb 包写一个简单的 python 程序从他们的数据库中提取电影信息，但我不知道为什么代码 returns 空列表。我的猜测是我从网站提取 url 信息（通过使用 (.*?)）的方式是错误的。我想从网页中提取一个 url link。这是代码。谢谢！

import urllib
import re
import imdb
imdb_access = imdb.IMDb()

top_num = 5

movie_list = ["The Matrix","The Matrix","The Matrix","The Matrix","The Matrix"]


for x in xrange(0,top_num):
    contain = imdb_access.search_movie(movie_list[x])

    ID = contain[0].movieID #str type

    htmltext = (urllib.urlopen("http://www.imdb.com/title/tt0133093/?ref_=nv_sr_1")).read()
    # a pattern in the website
    regex = regex = '<img alt="The Matrix Poster" title="The Matrix Poster" src="(.*?)" itemprop="image">'
    pattern = re.compile(regex)
    #print (str((pattern)))
    result = re.findall(pattern,htmltext)
    print result 
    #print type(htmltext)

Answer 1

我认为问题出在新行上，你可以 (.*\n*.*?)

python 爬虫提取 url 不工作

python crawler extract url not working

python

web-crawler

imdb