提取HTML页面中的链接

Question

我正在尝试从这里获取所有电影/节目netflix链接http://netflixukvsusa.netflixable.com/2016/07/complete-alphabetical-list-k-sat-jul-9.html，以及它们的国家名称。e、 从网页源代码g，我想http://www.netflix.com/WiMovie/80048948，美国等，我做了以下。但它会返回所有链接，而不是我想要的netflix链接。我对regex有点陌生。我该怎么办？你知道吗

from BeautifulSoup import BeautifulSoup
import urllib2
import re

html_page = urllib2.urlopen('http://netflixukvsusa.netflixable.com/2016/07/complete-alphabetical-list-k-sat-jul-9.html')
soup = BeautifulSoup(html_page)
for link in soup.findAll('a'):
    ##reqlink = re.search('netflix',link.get('href'))
    ##if reqlink:
    print link.get('href')

for link in soup.findAll('img'):
    if link.get('alt') == 'UK' or link.get('alt') == 'USA':
        print link.get('alt')  

如果取消对上述行的注释，则会出现以下错误：

TypeError: expected string or buffer

我该怎么办？你知道吗

from BeautifulSoup import BeautifulSoup
import urllib2
import re
import requests

url = 'http://netflixukvsusa.netflixable.com/2016/07/complete-alphabetical-list-k-sat-jul-9.html'
r = requests.get(url, stream=True)
count = 1
title=[]
country=[]
for line in r.iter_lines():
    if count == 746:
        urllib2.urlopen('http://netflixukvsusa.netflixable.com/2016/07/complete-alphabetical-list-k-sat-jul-9.html')
        soup = BeautifulSoup(line)
        for link in soup.findAll('a', href=re.compile('netflix')):
            title.append(link.get('href'))

        for link in soup.findAll('img'):
            print link.get('alt')
            country.append(link.get('alt'))

    count = count + 1

print len(title), len(country)  

上一个错误已被处理。现在唯一要找的就是多个国家的电影。如何让他们聚在一起。
e、 g.对于10.0级地震，link=http://www.netflix.com/WiMovie/80049286，country=UK，USA

Answer 1

至于第一个问题-没有href值的链接失败。所以你得到的不是一个字符串，而是None。你知道吗

以下工作：

from BeautifulSoup import BeautifulSoup
import urllib2
import re

html_page = urllib2.urlopen('http://netflixukvsusa.netflixable.com/2016/
07/complete-alphabetical-list-k-sat-jul-9.html')
soup = BeautifulSoup(html_page)
for link in soup.findAll('a'):
    link_href = link.get('href')
    if link_href:  
        reqlink = re.search('netflix',link_href)       
        if reqlink:
            print link_href       

for link in soup.findAll('img'):
    if link.get('alt') == 'UK' or link.get('alt') == 'USA':
        print link.get('alt')  

至于第二个问题，我建议在电影和它出现的国家列表之间建立一个字典，这样就可以更容易地将它格式化成你想要的字符串。你知道吗