来自Byron同学的解答

使用了第三方的网页分析模块BeautifulSoup，可以从这里下载最新版：http://www.crummy.com/software/BeautifulSoup/

===============

#!usr/bin/python

#coding:utf-8

'''

@author：Byron

新浪围脖：http://weibo.com/ziyuetk

'''

import urllib2

from bs4 import BeautifulSoup

print "豆瓣正在热映："

url = "http://movie.douban.com"

html = urllib2.urlopen(url).read()

soup = BeautifulSoup(html)

div_hot = soup.find('div',{"id":"screening"})

for i in div_hot.find_all('li', class_='title'):

movie_title = i.a.get_text()

# movie_title = movie_title.strip() #去除movie_title两边的空格

print movie_title

print "\n豆瓣近期热门："

div_new = soup.find('div',{"id":"new-movies"})

for i in div_new.find_all('li', class_='title'):

movie_new = i.a.get_text()

print movie_new

================

代码解析：

1. 7、8行分别导入了urllib2、beautifulsoup模块

2. 11行用urllib模块把豆瓣的网页抓下来

3. 12行用BeautifulSoup模块整理抓下来的html内容

4. 13行是重点，把我们需要的那一部分div截取下来（id="screening"的那部分），需要分析html源码。

5. 接下来在上文的div中，寻找所有 class="title" 的 li 元素，注意，由于 class 是python中的保留关键字，所以需要 class_='title'。

6. 有些网页抓取出来的内容前后有很多空格，可以用.strip() 去除。

点击“阅读原文”可以进入Byron的个人博客查看详细内容。