Python与Selenium技术问询：如何从IMDB链接提取影片ID

嘿，作为Selenium和Python的新手，能成功定位到包含IMDB链接的元素已经迈出很棒的一步啦！我来帮你搞定提取影片ID的问题～

你已经能通过find_element获取到目标元素，接下来只需要两步：先拿到元素对应的IMDB链接，再从链接里提取出ttxxxxxxx格式的ID。下面给你两种实用的方法：

第一步：获取IMDB链接字符串 #

首先，确保你定位到的是包含IMDB链接的<a>标签（大部分情况都是这样），然后通过get_attribute('href')拿到完整的链接：

from selenium import webdriver
import re  # 如果用正则方法需要导入这个库

driver = webdriver.Chrome('chromedriver.exe')
driver.get('cinecalidad.to/espana/')

# 替换成你实际能用的CSS选择器，定位到带IMDB链接的a元素
pelicula_1 = driver.find_element_by_css_selector('body:nth-child(2) div:nth-child(1) div:nth-child(3)...')
# 获取完整的IMDB链接
imdb_link = pelicula_1.get_attribute('href')

第二步：提取影片ID #

方法1：字符串分割（简单直接，适合固定格式的链接） #

IMDB链接的格式是https://www.imdb.com/title/ttxxxxxxx/，我们可以通过两次分割拿到ID：

# 先按'/title/'分割，取后面的部分；再按'/'分割，取第一部分就是ID
imdb_id = imdb_link.split('/title/')[1].split('/')[0]
print(imdb_id)  # 输出：tt6423886

方法2：正则表达式（更灵活，适配链接格式小变化） #

如果担心链接格式有细微差异（比如末尾有没有斜杠、有没有额外参数），用正则匹配tt开头+数字的模式更稳妥：

# 匹配以tt开头，后面跟1个或多个数字的内容
pattern = r'tt\d+'
match_result = re.search(pattern, imdb_link)
if match_result:
    imdb_id = match_result.group()
    print(imdb_id)  # 输出：tt6423886
else:
    print("没找到有效的IMDB ID")

小提醒：一定要确保你的CSS选择器能准确定位到带IMDB链接的<a>标签，不然get_attribute('href')会返回None或者报错哦～

内容的提问来源于stack exchange，提问作者user9594222