火爆全網的《魷魚游戲》，今天用 Python 分析一波影評-有解無憂

Hello，各位讀者朋友們好啊，我是小張~

這不國慶嘛，就把最近很火的一個韓劇《魷魚游戲》刷了下，這部劇整體劇情來說還是非常不錯的，很值得一看，

作為一個技術博主，當然不能在這兒介紹這部劇的影評，畢竟自己在這方面不是專業的，最關鍵還是自己也寫不出來，，，

本文呢，主要是爬取《魷魚游戲》在豆瓣上的一些影評，對資料做一些簡單的分析，用資料的角度重新審視下這部劇

技術工具

在正文開始之前，先介紹下本篇文章中用到的技術堆疊和工具，本文中涉及到的全部原始碼資料，在公眾號【小張Python】后臺回復關鍵字 211003 即可獲取，

本文用到的技術堆疊和工具如下，歸結為四個方面；

語言：Python，Vue ，javascript；
存盤：MongoDB;
庫：echarts ，Pymongo，WordArt…
軟體：Photoshop；

資料采集

本次資料采集的目標網站為豆瓣，但自己的賬號之前被封，所以只能采集到大概二百來條資料，豆瓣有相應的反爬機制，瀏覽10頁以上的評論需要用戶登錄才能進行下一步操作

至于為啥賬號被封，是因為之前自己學爬蟲時不知道在哪里搞的【豆瓣模擬登錄】代碼，當時不知道代碼有沒有問題，愣頭青直接用自己的號試了下，誰知道剛試完就被封了，而且還是永久的那種

圖1

在這里也給大家提個醒在以后做爬蟲時，模擬登錄時盡量用一些測驗賬號，能不用自己的號就別用，

這次資料采集也比較簡單，就是更改圖2 中 url 上的 start 引數，以 offset 為 20 的規則作為下一頁 url 的拼接；

圖2

拿到請求連接之后，用 requests 的 get 請求，再對獲取到的 html 資料做個決議，就能獲取到我們需要的資料了；采集核心代碼貼在下方

for offset in range(0,220,20):
    url = "https://movie.douban.com/subject/34812928/comments?start={}&limit=20&status=P&sort=new_score".format(offset)
    res = requests.get(url,headers= headers)
    # print(res.text)
    soup = BeautifulSoup(res.text,'lxml')
    time.sleep(2)
    for comment_item in soup.select("#comments > .comment-item"):
        try:

            data_item = []
            avatar = comment_item.select(".avatar a img")[0].get("src")
            name = comment_item.select(".comment h3 .comment-info a")[0]
            rate = comment_item.select(".comment h3 .comment-info span:nth-child(3)")[0]
            date = comment_item.select(".comment h3 .comment-info span:nth-child(4)")[0]
            comment = comment_item.select(".comment .comment-content span")[0]
            # comment_item.get("div img").ge
            data_item.append(avatar)
            data_item.append(str(name.string).strip("\t"))
            data_item.append(str(rate.get("class")[0]).strip("allstar").strip('\t').strip("\n"))
            data_item.append(str(date.string).replace('\n','').strip('\t'))
            data_item.append(str(comment.string).strip("\t").strip("\n"))
            data_json ={
                'avatar':avatar,
                'name': str(name.string).strip("\t"),
                'rate': str(rate.get("class")[0]).strip("allstar").strip('\t').strip("\n"),
                'date' : str(date.string).replace('\n','').replace('\t','').strip(' '),
                'comment': str(comment.string).strip("\t").strip("\n")
            }
            if not (collection.find_one({'avatar':avatar})):
               print("data _json is {}".format(data_json))
               collection.insert_one(data_json)
            f.write('\t'.join(data_item))
            f.write("\n")
        except Exception as e:
            print(e)
            continue