Python采集貓眼兩萬條數(shù)據(jù)對《無名之輩》影評進(jìn)行分析-創(chuàng)新互聯(lián)

一、說明

站在用戶的角度思考問題，與客戶深入溝通，找到銀川網(wǎng)站設(shè)計(jì)與銀川網(wǎng)站推廣的解決方案，憑借多年的經(jīng)驗(yàn)，讓設(shè)計(jì)與互聯(lián)網(wǎng)技術(shù)結(jié)合，創(chuàng)造個(gè)性化、用戶體驗(yàn)好的作品，建站類型包括：網(wǎng)站建設(shè)、成都網(wǎng)站建設(shè)、企業(yè)官網(wǎng)、英文網(wǎng)站、手機(jī)端網(wǎng)站、網(wǎng)站推廣、國際域名空間、雅安服務(wù)器托管、企業(yè)郵箱。業(yè)務(wù)覆蓋銀川地區(qū)。

本文主要講述采集貓眼電影用戶評論進(jìn)行分析，相關(guān)爬蟲采集程序可以爬取多個(gè)電影評論。

運(yùn)行環(huán)境：Win10/Python3.5。

分析工具：jieba、wordcloud、pyecharts、matplotlib。

基本流程：下載內(nèi)容 ---> 分析獲取關(guān)鍵數(shù)據(jù) ---> 保存本地文件 ---> 分析本地文件制作圖表

注意：本文所有圖文和源碼僅供學(xué)習(xí)，請勿他用，轉(zhuǎn)發(fā)請注明出處！

本文主要參考：https://mp.weixin.qq.com/s/mTxxkwRZPgBiKC3Sv-jo3g

二、開始采集

2.1、分析數(shù)據(jù)接口：


為了健全數(shù)據(jù)樣本，數(shù)據(jù)直接從移動端接口進(jìn)行采集，連接如下，其中橙色部分為貓眼電影ID，修改即可爬取其他電影。

鏈接地址：http://m.maoyan.com/mmdb/comments/movie/1208282.json?v=yes&offset=15&startTime=

接口返回的數(shù)據(jù)如下，主要采集（昵稱、城市、評論、評分和時(shí)間），用戶評論在 json['cmts'] 中：

2.2、爬蟲程序核心內(nèi)容（詳細(xì)可以看后面源代碼）：

>啟動腳本需要的參數(shù)如下（腳本名+貓眼電影ID+上映日期+數(shù)據(jù)保存的文件名）：.\myMovieComment.py 1208282 2016-11-16 myCmts2.txt

>下載html內(nèi)容：download(self, url)，通過python的requests模塊進(jìn)行下載，將下載的數(shù)據(jù)轉(zhuǎn)成json格式　　

def download(self, url):
 """下載html內(nèi)容"""

 print("正在下載URL: "+url)
 # 下載html內(nèi)容
 response = requests.get(url, headers=self.headers)

 # 轉(zhuǎn)成json格式數(shù)據(jù)
 if response.status_code == 200:
  return response.json()
 else:
  # print(html.status_code)
  print('下載數(shù)據(jù)為空！')
  return ""

本文標(biāo)題：Python采集貓眼兩萬條數(shù)據(jù)對《無名之輩》影評進(jìn)行分析-創(chuàng)新互聯(lián)
標(biāo)題來源：http://muchs.cn/article8/dphsop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶體驗(yàn)、搜索引擎優(yōu)化、網(wǎng)站營銷、品牌網(wǎng)站建設(shè)、服務(wù)器托管、微信小程序

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)

搜索引擎優(yōu)化