前言
本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,如有問題請及時聯系我們以作處理，
貓眼專業版實時見證10月5日14:59:30，《姜子牙》總票房破11億，位居中國電影市場影片電影票房第四名，國產影片電影票房亞軍！
但豆瓣評分7.0，口碑一般
網上很多影評好評都是給的影片特效，差評都是給的劇情方面~
言歸正傳~咱們今天爬取一下豆瓣影評，看看各大網友都是什么樣的看法吧
專案目標
爬取一下豆瓣影評
地址
https://movie.douban.com/subject/25907124/目標網頁
豆瓣網是靜態網頁，網站上面的資料都是有再網頁源代碼有的，請求網頁，回傳response資料，然后決議資料，保存資料就OK了，一氣呵成，對于靜態網頁就不過多的說明了，還是比較簡單的~
影評爬蟲代碼
import requests
import parsel
import time
for page in range(0, 3000, 20):
time.sleep(1)
url = 'https://movie.douban.com/subject/25907124/reviews'
headers = {
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
'Host': 'movie.douban.com',
'Referer': 'https: // movie.douban.com / subject / 26754233 / reviews?start = 140',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36',
}
response = requests.get(url=url, headers=headers)
selector = parsel.Selector(response.text)
data = selector.css('#content .article .review-list .short-content::text').getall()
for i in data:
a = i.strip().replace('\n', '').replace(')', '').replace('(', '')
with open('姜子牙影評' + '.txt', mode='a', encoding='utf-8') as f:
f.write(a)
f.write('\n')
print(a)
詞云代碼
import jieba
import wordcloud
import imageio
# 匯入imageio庫中的imread函式，并用這個函式讀取本地圖片，作為詞云形狀圖片
py = imageio.imread(r"D:\python\demo\姜子牙豆瓣影評\四不象.png")
# 讀取檔案內容
f = open(r'D:\python\demo\姜子牙豆瓣影評\姜子牙影評.txt', encoding='utf-8')
txt = f.read()
# print(txt)
# jiabe 分詞 分割詞匯
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 詞云圖設定
wc = wordcloud.WordCloud(
width=1000, # 圖片的寬
height=700, # 圖片的高
background_color='white', # 圖片背景顏色
font_path='msyh.ttc', # 詞云字體
mask=py, # 所使用的詞云圖片
scale=15,
stopwords={' ', '沒有', '真的', '還是', '就是', '如果', '不是', '什么', '一個', '這部', '但是', '覺得', '有點', '雖然', '我們'},
# contour_width=5,
# contour_color='red' # 輪廓顏色
)
# 給詞云輸入文字
wc.generate(string)
# 詞云圖保存圖片地址
wc.to_file(r'D:\python\demo\姜子牙豆瓣影評\out.png')
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/157691.html
標籤：Python