如何从 JustWatch 抓取 IMDB id/链接？

Question

我们可以从 JustWatch 网站 https://www.justwatch.com/in/movie/oppenheimer 的 IMDB 图像获取 IMDB 链接吗？

当我检查 IMDB 的图像元素时，没有 IMDB 链接。

但是，当我点击它时，它可以打开IMDB链接https://www.imdb.com/title/tt15398776/?ref_=justwatch。

有没有办法使用Python来抓取未显示在检查视图中的链接？

提前谢谢您。

这是我的代码，只能获得评级

from urllib.request import Request, urlopen
from bs4 import BeautifulSoup

url = "https://www.justwatch.com/in/movie/oppenheimer"

req = Request(url, headers={'User-Agent': 'Mozilla/5.0'})
webpage = urlopen(req).read()

soup = BeautifulSoup(webpage, 'html.parser')
soup.select('div.jw-scoring-listing__rating span span')[1]

Answer 1

您可以尝试使用外部

regex

检查脚本元素的内容

imdbId

:

from urllib.request import Request, urlopen
import re

match = re.search(r"\"imdbId\":\s*\"([^\"]+)\"", str(webpage))

if match:
    imdb_id_value = match.group(1)
    print(imdb_id_value)
else:
    print('no imdbId found')

或者将内容转换为 JSON 并将其视为字典：

...
json.loads(soup.select_one('script:-soup-contains("APOLLO_STATE")').text.strip('window.__APOLLO_STATE__='))
...