Question

您好我正在尝试抓取www.allocine.fr获取最新电影

我制作了以下剧本：

# -*- coding: utf-8 -*-
import urllib
import re

page = ["?page=1", "?page=2", "?page=3"]

i=0
while i<len(page):
    url = "http://www.allocine.fr/film/aucinema/" +page[i]
    htmlfile = urllib.urlopen(url)
    htmltext = htmlfile.read()

    regex = '<a class="no_underline" href="/film/fichefilm_gen_cfilm=[^.]*.html">\n(.+?)\n</a>'

    pattern = re.compile(regex)

    movie = re.findall(pattern,htmltext)
    i+=1
    movielist = '\n '.join(movie)

    print movielist

问题是列表中的第一个和最后一个项目前面没有空格...我想说的是输出第一个列表中的最后一个项目和第一个项目中的第一个项目第二个列表不以空格分隔。

看起来像这样：

Something in 1st list
 something2 in 1st list
 something3 in 1st list
Otherthing in 2nd list
 otherthing2 in 2nd list
 otherthing3 in 2nd list

====

我希望它像：某物某物某物 otherthing otherthing

Answer 1

你可以：

之前打印空格：

movielist = ' ' + '\n '.join(movie)

打印每个项目的空间：

movielist = '\n'.join([' ' +i for i in movie])

例：

>>> print '\n '.join(movie)
something
 something
 something
 otherthing
 otherthing
>>> print ' '+'\n '.join(movie)
 something
 something
 something
 otherthing
 otherthing
>>> print '\n'.join([' ' +i for i in movie])
 something
 something
 something
 otherthing
 otherthing

Answer 2

如果您只想并排列出项目，请将打印语句更改为print "foo" % bar,

参考： python print end=' '

初学者不确定如何在抓取时加入列表

2 个答案: