IMDbPY中get_top250_movies()返回空列表问题求助

问题原因 #

• 库停止维护：原IMDbPY库已停止更新，IMDb官方页面结构、数据接口发生变更，旧版本无法适配新的请求逻辑，导致获取不到有效数据。
• 网络访问限制：IMDb存在反爬机制，若你的IP被识别为爬虫或所在地区无法正常访问IMDb，请求会被拦截，最终返回空列表。
• 客户端配置缺失：默认的HTTP客户端未设置模拟浏览器的请求头，被IMDb服务器判定为非合法请求，拒绝返回数据。

解决方案 #

1. 迁移至维护中的替代库Cinemagoer #

IMDbPY已正式更名为Cinemagoer并持续维护，完全兼容原API接口：

• 卸载旧库并安装新库：

pip uninstall IMDbPY -y
pip install cinemagoer

• 使用原代码即可正常获取数据：

from imdb import IMDb
imdb_instance = IMDb()
top250 = imdb_instance.get_top250_movies()
print(top250)

2. 解决网络访问问题 #

• 配置代理：若IP被拦截或地区无法访问，初始化时添加代理配置：

from imdb import IMDb
# 替换为你的代理地址和端口
proxy_config = {'http': 'http://proxy.example.com:8080', 'https': 'https://proxy.example.com:8080'}
imdb_instance = IMDb(proxy=proxy_config)
top250 = imdb_instance.get_top250_movies()

• 添加请求头：模拟浏览器的User-Agent可绕过基础反爬检测：

from imdb import IMDb
imdb_instance = IMDb()
imdb_instance._urlOpener.addheaders = [('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36')]
top250 = imdb_instance.get_top250_movies()

3. 手动爬取IMDb Top250页面 #

若上述方案仍失效，可直接爬取IMDb官方Top250页面并解析数据：

import requests
from bs4 import BeautifulSoup

# 模拟浏览器请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36'
}
response = requests.get('https://www.imdb.com/chart/top/', headers=headers)
soup = BeautifulSoup(response.text, 'html.parser')

top250_movies = []
# 解析页面中的电影条目
for item in soup.select('li.ipc-metadata-list-summary-item'):
    rank_title = item.find('h3', class_='ipc-title__text').text.split('. ', 1)
    rank = rank_title[0]
    title = rank_title[1]
    rating = item.find('span', class_='ipc-rating-star--rating').text
    top250_movies.append(f"#{rank} {title} - 评分: {rating}")

for movie in top250_movies:
    print(movie)

内容的提问来源于stack exchange，提问作者Hani Rahimi