Parsing 组合索引

因此，我试图解析IMDB页面中的体裁和子体裁的链接

现在已经能够将主要的流派标签解析成可用的东西 使用以下代码

table = soup.find_all("table", {"class": "genre-table"})

for item in table:
    for x in range(100):

        try:
            print(item.contents[x].find_all("h3"))
            print(len(item.contents[x].find_all("h3")))
        except:
            pass

我的输出是11组列表，其中有两个标签，如下所示

[<h3><a href="http://www.imdb.com/genre/action/?ref_=gnr_mn_ac_mp">Action <span class="normal">»</span></a></h3>, <h3><a href="http://www.imdb.com/genre/adventure/?ref_=gnr_mn_ad_mp">Adventure <span class="normal">»</span></a></h3>]
2

我试过了

对于范围（2）内的y：

这当然是嵌套在for循环中的x（不是它自己）
但它似乎不起作用

---

有什么想法吗？因果报应

首先，不需要查找所有表，因为只需要第一个表：

table = soup.find("table", {'class': 'genre-table'})

由于每个其他项都是冗余的（从第一项开始），您可以像这样迭代表：

for item in list(table)[1::2]:

在此之后，我们可以在每一行中获得“h3”标记，并在这两行中循环：

    row = item.find_all("h3")

    for col in row:

因为每个“h3”元素中的文本都以以下格式返回类型：“Somegenre\xc2\xbb”在获取文本之前，我删除了span元素：

        col.span.extract()
        link = col.a['href']
        genre = col.text.strip()

在此之后，只需按索引将元素添加到dataframe中：

        df.loc[len(df)]=[genre, None, link]

完整代码：

import pandas as pd
import requests
from bs4 import BeautifulSoup

df = pd.DataFrame(columns=['Genre', 'Sub-Genre', 'Link'])

req = requests.get('http://www.imdb.com/genre/?ref_=nv_ch_gr_3')
soup = BeautifulSoup(req.content, 'html.parser')

table = soup.find("table", {'class': 'genre-table'})

for item in list(table)[1::2]:
    row = item.find_all("h3")

    for col in row:
        col.span.extract()
        link = col.a['href']
        genre = col.text.strip()

        df.loc[len(df)] = [genre, None, link]

---

完美的男人把我分类了，去研究一些函数哈哈，一个问题，当你切列表的时候，你是如何迭代的？我有点被两个ColonEdit抛出，我只是不明白你是如何在列表（表）[元素到这里]@entercaspa]中的4个元素的4个位置上进行切片的，我不确定你的意思，但是列表（表）返回一个表元素列表，以便我可以切片它们。语法的工作方式如下：[start:end]或[start:end:step]。start默认为0，end默认为len（列表），因此您可以像这样省略它们：[start:]、[：end]或[：]。最后一个选项步骤允许您跳过元素，这里[1：（结束）：2]我们跳过每一个元素。语法[：：3]会每三分之一跳过一次，依此类推。是的，我知道这是有道理的对不起，我是新手，差点忘了切片是如何工作的，哈哈，谢谢你帮了我大忙

        df.loc[len(df)]=[genre, None, link]

import pandas as pd
import requests
from bs4 import BeautifulSoup

df = pd.DataFrame(columns=['Genre', 'Sub-Genre', 'Link'])

req = requests.get('http://www.imdb.com/genre/?ref_=nv_ch_gr_3')
soup = BeautifulSoup(req.content, 'html.parser')

table = soup.find("table", {'class': 'genre-table'})

for item in list(table)[1::2]:
    row = item.find_all("h3")

    for col in row:
        col.span.extract()
        link = col.a['href']
        genre = col.text.strip()

        df.loc[len(df)] = [genre, None, link]