如何通过CSV文件批量获取1000部电影的IMDb URL？

直接用Pandas批量读取CSV里的电影信息，结合Cinemagoer自动查询，不用手动输入标题，步骤如下：

1. 安装必要依赖 #

先确保你装了这两个包：

pip install pandas cinemagoer

2. 读取CSV文件并提取关键信息 #

用Pandas加载你的电影数据，提取标题和年份（年份能大幅提升匹配准确率，避免重名电影混淆）：

import pandas as pd

# 加载CSV文件（可用本地路径或你提供的远程链接）
df = pd.read_csv("IMDB-Movie-Data.csv")
# 提取标题和年份列（原CSV中年份列名为"Year"）
movies = df[["Title", "Year"]].values.tolist()

3. 批量查询IMDb URL #

初始化Cinemagoer对象，循环遍历每部电影查询对应URL，同时添加小延时避免请求过于频繁被限制：

from cinemagoer import Cinemagoer
import time

ia = Cinemagoer()
imdb_urls = []

for title, year in movies:
    try:
        # 按标题+年份精准查询
        results = ia.search_movie(title, year=year)
        if results:
            # 取第一个匹配结果（通常最准确）
            movie = results[0]
            # 拼接标准IMDb URL
            imdb_url = f"https://www.imdb.com/title/tt{movie.movieID}/"
            imdb_urls.append(imdb_url)
        else:
            imdb_urls.append(None)
        # 延时0.5秒降低请求频率
        time.sleep(0.5)
    except Exception as e:
        print(f"查询{title}时出错: {e}")
        imdb_urls.append(None)

# 将URL列添加到原数据中
df["IMDb_URL"] = imdb_urls

4. 保存结果 #

把带URL的数据导出到新CSV文件：

df.to_csv("IMDB-Movie-Data_with_URLs.csv", index=False)

注意事项 #

• 若遇到重名电影匹配错误，可手动核验修正少量异常结果
• 若触发反爬限制，可适当延长延时时间或分批次查询
• 部分老电影、小众电影可能无法匹配，结果会显示None，可后续单独处理

内容的提问来源于stack exchange，提问作者Matt Seaton