J'ai essayé de décoder la chaîne "AlphaNumeric" pour chaque film du Top 250 Chart.

On dirait qu'ils ont remplacé le symbole de remplissage (ils utilisent '@' au lieu de '=') mais, une fois que j'ai restauré le remplissage, chaque chaîne décodée avait le même format que vous avez signalé auparavant (j'utiliserai des virgules, au lieu de «^ A», comme séparateurs de champs):

  1, [valeur numérique], 2, jpg, moi + [valeur numérique]  

Je n'ai pas réussi à identifier les relations entre ces champs numériques et les ID de film, mais voici un code pour ceux qui souhaitent essayer:

  import requestsimport refrom lxml.etree import HTMLfrom matplotlib import pyplot as pltimport numpyrequest = requests.get ('http://www.imdb.com/chart/top?ref_=nv_ch_250_4') tree = Chemin HTML (request.text) = './/*[@id="main" /div / div [2] / table / tbody / tr / td [@ class = "posterColumn"] / a'data = numpy.zeros (shape = (250, 3)) row = 0for td dans tree.findall (chemin): movie_id = re.findall ('tt (\ d *) /', td.attrib ['href']) img = re.findall ('M /(.*)\._ V', td.find ('./ img '). attrib [' src ']) img_decoded = img.pop (). replace (' @ ',' = '). decode (' base64 ') img_ field_1 = re.findall ('\ ^ A (\ d *) \ ^ A', img_decoded) img_field_2 = re.findall ('me (\ d *)', img_decoded) data [row] = movie_id.pop (), img_field_1.pop (), img_field_2.pop () row + = 1fig, (ax1, ax2) = plt.subplots (2, 1, sharex = True) ax1.scatter (data [:, 0], data [:, 1 ]) # movie_id contre img_field_1ax2.scatter (données [:, 0], données [:, 2]) # movie_id contre img_field_2ax1.xaxis.get_major_formatter (). set_powerlimits ((0, 1))  

Voici un petit graphique montrant à la fois les champs décodés et les ID de film: