使用Python获取春节档电影影评，制作可视化词云图
春节电影听巳月说都还可以，我不信，我觉得还是要看看看过的观众怎么说，于是我点开了流浪地球2 …看起来好像不错的样子，8.2的评分，三十多亿的票房
就是这评价也太多了，那我们今天就把网友对它的评论获取下来，做成可视化词云图看看大家讨论最多的是什么。
准备工作
使用的环境
Python 3.8 解释器
Pycharm 编辑器
需要手动安装的模块
parsel数据解析模块
requests 数据请求模块
在cmd直接pip安装即可
采集数据部分
基本思路流程
一、数据来源分析
1、明确需求（）
[*]采集的网站是什么?
[*]采集的数据是什么?
2、抓包分析相关数据来源
通过浏览器自带开发者工具进行抓包分析
[*]打开开发者工具: F12 或者 鼠标右键点击检查选择network
[*]刷新网页: 让本网页的数据内容重新加载一遍
[*]关键字搜索: 通过关键字, 搜索查询相对应的数据包
二. 代码实现步骤
基本四大步骤
[*]发送请求：模拟浏览器对于url地址发送请求
[*]获取数据：获取服务器返回响应数据
开发者工具 --> response
[*]解析数据：提取我们想要的数据内容
评论相关数据
[*]保存数据：把数据内容保存表格文件里面
代码实战
发送请求，模拟浏览器对于url地址发送请求
for page in range(0, 200, 20):
# 请求链接
url = f'https://movie.douban.com/subject/35267208/comments?start={page}&limit=20&status=P&sort=new_score'
# 伪装模拟
headers = {
# User-Agent 用户代理, 表示浏览器基本身份标识
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 发送请求
response = requests.get(url=url, headers=headers)
print(response)
获取数据， 获取服务器返回响应数据。
print(response.text)
解析数据，提取我们想要的数据内容。
把获取下来html字符串数据 , 转成可解析对象
selector = parsel.Selector(response.text)
# 第一次提取, 所有div标签
divs = selector.css('div.comment-item')
# for循环遍历, 把列表里面元素一个一个提取出来
for div in divs:
name = div.css('.comment-info a::text').get()# 昵称
rating = div.css('.rating::attr(title)').get()# 推荐
date = div.css('.comment-time::attr(title)').get()# 时间
area = div.css('.comment-location::text').get()# 地区
votes = div.css('.votes::text').get()# 有用
short = div.css('.short::text').get().replace('\n', '')# 评论
# 数据存字典里面
dit = {
'昵称': name,
'推荐': rating,
'时间': date,
'地区': area,
'有用': votes,
'评论': short,
}
写入数据
csv_writer.writerow(dit)
print(name, rating, date, area, votes, short)
# 代码仅做参考，完整代码、详细视频讲解在这个q裙 708525271 自取即可
创建文件对象
f = open('data10.csv', mode='a', encoding='utf-8-sig', newline='')
csv_writer = csv.DictWriter(f, fieldnames=[
'昵称',
'推荐',
'时间',
'地区',
'有用',
'评论',
])
写入表头
csv_writer.writeheader()可视化词云图
代码展示
import pandas as pd
import jieba
import wordcloud
df = pd.read_csv('data10.csv')
df.head()
info_list = df['评论'].to_list()
string = ' '.join(jieba.lcut(''.join(info_list)))
string
wc = wordcloud.WordCloud(
width=1000,
height=700,
background_color='white',
font_path='msyh.ttc',
scale=15,
)
wc.generate(string)
wc.to_file('1.png')
evaluate_num = df['推荐'].value_counts().to_list()
evaluate_type = df['推荐'].value_counts().index.to_list()
import pyecharts.options as opts
from pyecharts.charts import Pie
data_pair =
data_pair.sort(key=lambda x: x)
c = (
Pie(init_opts=opts.InitOpts(bg_color="#2c343c"))
.add(
series_name="豆瓣影评",
data_pair=data_pair,
rosetype="radius",
radius="55%",
center=["50%", "50%"],
label_opts=opts.LabelOpts(is_show=False, position="center"),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title="推荐分布",
pos_left="center",
pos_top="20",
title_textstyle_opts=opts.TextStyleOpts(color="#fff"),
),
legend_opts=opts.LegendOpts(is_show=False),
)
.set_series_opts(
tooltip_opts=opts.TooltipOpts(
trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
),
label_opts=opts.LabelOpts(color="rgba(255, 255, 255, 0.3)"),
)
)
c.render_notebook()<br><strong>效果展示</strong>
好了今天的分享就到这，大家快去试试吧，下次见！
来源:https://www.cnblogs.com/hahaa/p/17103013.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！
页:
[1]