业余爱好是看电影，电影方面的资料，一般会查imdb和豆瓣电影网站。今天突发奇想……

技术交流与词典编修
1

大侠们能否将这两个网站爬下来，做成mdx，以便离线查询电影资料？
主要是几个字段：
imdb编号或豆瓣编号、评分、片名、年份、简介……之类，至于海报图片，可有可无。

imdb的链接格式是固定的，如下：
https://w w w.i m d b.c o m/t i t l e/t t 0000001/
https://w w w.i m d b.c o m/t i t l e/t t 0000002/
https://w w w.i m d b.c o m/t i t l e/t t 0000003/
……
https://w w w.i m d b.c o m/t i t l e/t t 11626108/

豆瓣电影的链接类似这样子：
https://m o v i e.d o u b a n.c o m/s u b j e c t/1433702/
https://m o v i e.d o u b a n.c o m/s u b j e c t/35215390/
不过我猜不到它的编号逻辑和最小值是多少。

大侠们看看，有搞头不？
我不懂python，总以为只是十几行代码的事儿。
不知猜错了没有？
谢谢！

3 Likes
2

确实是奇想。

4

imdb的网址格式是：
https:// + www.imdb.com/title/ + tt + 13317320
最后的数字可能是7—8位，从0000001开始排；

douban的网址格式是：
https:// + movie.douban.com/subject/ + 35215390
最后的数字似乎是随机数无规律。

1 Like
5

豆瓣早期的 id 都是书籍的（1291542 及以前），后面的是电影、书籍和音乐，应该递增录入数据的。现在数据已有 3000 万+。

1 Like
6

这里有电影资料的mdx。

Index of /尚未整理/共享2020.5.11/content/5_encyclopedia/中文百科/
电影资料大全2011有图版.mdd 03-Nov–2020 07:55 162820438 B / 155.28 MB
电影资料大全2011有图版.mdx 03-Nov–2020 07:54 2425269 B / 2.31 MB

7

MDX是个筐，什么都能往里装。 :upside_down_face:

2 Likes