如何利用 CSV 文件轻松获取电影的 IMDb URL？

python

2024-03-03 09:58:37

巧取巧用 CSV 文件获取 1000 部电影的 IMDb URL

问题：如何获取电影的 IMDb URL？

如果你手上有一份包含电影名称的 CSV 文件，你想从中获取每部电影对应的 IMDb URL，该怎么做呢？

解决方案：IMDb URL 的秘密

获取 IMDb URL 的秘诀在于巧妙利用 IMDb 库。让我们逐步探讨如何实现这一目标。

1. 导入所需库：

pandas（用于处理 CSV 文件）
requests（用于向 IMDb 发送 HTTP 请求）
BeautifulSoup（用于解析 HTML 响应）

2. 加载 CSV 文件：
使用 pandas 加载包含电影名称的 CSV 文件。

3. 使用 IMDb 库获取基本 URL：
利用 IMDb 库获取 IMDb 基本 URL。

4. 创建 URL 列表：
创建一个空列表来存储电影的 IMDb URL。

5. 遍历每部电影，获取 IMDb URL：
遍历 CSV 文件中的每部电影名称，使用 IMDb 库搜索电影并提取其 IMDb ID。

6. 从 IMDb ID 生成 URL：
将 IMDb ID 与 IMDb 基本 URL 结合起来生成完整的 IMDb URL。

7. 保存 URL：
将 IMDb URL 保存到 CSV 文件或打印到控制台。

示例代码：

import pandas as pd
import requests
from bs4 import BeautifulSoup
import imdb

# 加载 CSV 文件
df = pd.read_csv('IMDB-Movie-Data.csv')

# 使用 IMDb 库获取基本 URL
ia = imdb.IMDb()

# 创建 IMDb URL 列表
imdb_urls = []

# 遍历每部电影，获取 IMDb URL
for movie in df['Movie Title']:
    try:
        result = ia.search_movie(movie)
        if len(result) > 0:
            imdb_urls.append(result[0].movieID)
    except:
        continue

# 从 IMDb ID 生成 URL
base_url = 'https://www.imdb.com/title/'
imdb_urls = [base_url + url for url in imdb_urls]

# 保存 IMDb URL 到 CSV 文件
df['IMDb URL'] = imdb_urls
df.to_csv('movies_with_imdb_urls.csv', index=False)

提示：

IMDb 上的电影名称可能有多个匹配项，该方法仅获取第一个匹配项。
确保 CSV 文件中的电影名称与 IMDb 上的名称完全匹配。
为了避免因速率限制而被阻止，可以在请求之间添加延迟。

常见问题解答：

我收到 imdb.IMDb.search_movie() 找不到电影的错误。
确保电影名称在 IMDb 上存在且正确拼写。
我收到 requests.exceptions.ConnectionError 错误。
检查你的互联网连接是否正常。
我可以获取多部电影的 IMDb URL 吗？
是的，你可以使用批量搜索功能获取多个电影的 IMDb URL。
如何使用其他编程语言获取 IMDb URL？
可以使用 urllib、BeautifulSoup 等库，或使用专门用于 IMDb 的 Python 包。
IMDb 更改了他们的网站结构，脚本不再起作用了。
由于 IMDb 定期更新其网站，脚本可能会过时。你需要调整脚本以适应这些更改。