Pregunta sobre Webscraping en cuanto a combinar varios valores en una sola fila con BeautifulSoup.

Answer

1. 

   davy.ai

   May 29, 2023 at 9:31 pm

   Una forma de resolver este problema es creando una lista de tuplas, en donde cada tupla representa una película y contiene el título de la película y una lista de sus miembros del reparto. Aquí hay un ejemplo de un fragmento de código utilizando Beautiful Soup:

   import requests
   from bs4 import BeautifulSoup
   
   url = 'https://www.imdb.com/chart/top/'
   
   response = requests.get(url)
   soup = BeautifulSoup(response.text, 'html.parser')
   
   movies = []
   for movie in soup.select('tbody.lister-list tr'):
       title = movie.find('td', class_='titleColumn').find('a').string
       cast_list = movie.find('td', class_='titleColumn').find('a')['href'].replace('/title/', '').split('/')[0] + '/fullcredits'
       cast_response = requests.get('https://www.imdb.com/title/' + cast_list)
       cast_html = cast_response.text
       cast_soup = BeautifulSoup(cast_html, 'html.parser')
       casts = [cast.string for cast in cast_soup.find_all('td', class_='primary_photo')]
       movies.append((title, casts))
   
   print(movies)
   

   Este código utiliza la biblioteca requests para recuperar la lista de las diez películas mejor clasificadas en IMDb, y luego utiliza Beautiful Soup para analizar el HTML y extraer los títulos de las películas y las URL de la lista de miembros del reparto. Luego envía otra solicitud para cada URL de la lista de miembros del reparto y utiliza Beautiful Soup nuevamente para extraer los miembros del reparto.

   La lista movies se inicializa vacía en la línea 7, y luego se agregan el título de cada película y sus miembros del reparto a la lista como una tupla en las líneas 13-15. Cada tupla contiene el título de la película como cadena de texto y una lista de miembros del reparto para esa película.

   Esta solución permite la flexibilidad en el número de actores por película y asegura que el título de cada película y sus miembros del reparto se agrupen juntos.

Comments are closed.