Python beauthulsoup网络绘图：格式化输出

Question

我尝试爬网的站点是http://www.boxofficemojo.com/yearly/chart/?yr=2013&p=.htm。我现在关注的是http://www.boxofficemojo.com/movies/?id=catchingfire.htm。在

从这一页来看，我有两个问题。第一件事是“国外总额”（低于总终身总收入）。我用这个函数得到了金额：

def getForeign(item_url):
    response = requests.get(item_url)
    soup = BeautifulSoup(response.content)
    print soup.find(text="Foreign:").find_parent("td").find_next_sibling("td").get_text(strip = True)

问题是，我可以将这个值打印到控制台，但不能将这些值附加到列表或将它们写入csv文件。对于之前我需要在这个网站上获取的数据，我获得了每部电影的单独信息，并将它们全部添加到一个列表中，然后将其导出到csv文件中。在

我如何才能将这一“国外总金额”作为每部电影的单独金额？我需要改变什么？在

第二个问题是获取每部电影的演员名单。我有这个功能：

^{pr2}$

这将打印出一份演员名单：詹妮弗·劳伦斯·乔希·哈彻尔索尼亚姆·海姆斯沃特丽莎贝斯·班克斯坦利·图奇伍迪·哈雷尔森菲利普·西莫尔·霍夫曼杰弗里·赖特杰娜·马洛内曼达·普卢默·萨姆·克拉夫林唐纳德·萨瑟兰登尼·克拉维茨 -因此。在

我也有同样的问题，因为我在国外的总金额。我想分别获得每个演员，然后将它们全部附加到一个临时列表中，然后再将该列表附加到另一个完整的所有电影列表。我是用导演列表来做的，但是由于所有导演都是链接，但不是所有演员/女演员都有html链接，所以我不能这样做。现在的另一个问题是每个演员之间没有空间。在

为什么我当前的功能不起作用，我如何修复它们？在

更多代码：

^{3}$

---

listOfForeign=[]

def getForeign(item_url):
    s = urlopen(item_url).read()
    soup = BeautifulSoup(s)
    return soup.find(text="Foreign:").find_parent("td").find_next_sibling("td").get_text(strip = True)

def spider(max_pages):
    page = 1
    while page <= max_pages:
        url = 'http://www.boxofficemojo.com/yearly/chart/?page=' + str(page) + '&view=releasedate&view2=domestic&yr=2013&p=.htm'
        source_code = requests.get(url)
        plain_text = source_code.text
        soup = BeautifulSoup(plain_text)
        for link in soup.select('td > b > font > a[href^=/movies/?]'):
            href = 'http://www.boxofficemojo.com' + link.get('href')
            listOfForeign.append(getForeign(href))                
    page += 1


print listOfForeign

退货

回溯（最近一次呼叫）： 文件“C:/Users/younjin/PycharmProjects/untitled/电影.py“，第75行，英寸 卡盘（1） 文件“C:/Users/younjin/PycharmProjects/untitled/电影.py“，第29行，蜘蛛 列表foreign.append（getForeign（href）） 文件“C:/Users/younjin/PycharmProjects/untitled/电影.py“，第73行，在getForeign中 返回汤。找（text=“Foreign:”）。查找“父项”（“td”）。查找“下一个”兄弟（“td”）。获取“文本”（strip=True） AttributeError:“NoneType”对象没有“find\u parent”属性