凑个小热闹：python采集《狂飙》评论

皓扬

2023年首部爆款剧集《狂飙》一度冲上热搜第一，害的我两倍速熬夜看完了。

 
 
“是非面前稍不留神，就会步入万丈深渊，唯有坚守信仰，才能守得初心”

 
 
面对这么多广大网友的讨论，我也来凑上一个热闹
用python爬取《狂飙》评论数据
代码展示
部分代码展示

1. import requests
2. import parsel
3. # 我还录制了详细讲解的视频，直接在这个裙 708525271 自取，包括完整代码
5. headers = {
6.     'Cookie': '数据我都删除了，建议用自己的',
7.     'Host': '',
8.     'User-Agent': '',
9. }
10. for page in range(0, 4000):
11.     print(page)
12.     url = f'https://movie.douban.com/subject/35465232/comments?start={page*20}&limit=20&status=P&sort=new_score'
13.     response = requests.get(url=url, headers=headers)
14.     select = parsel.Selector(response.text)
15.     comments = select.css('.comment-item .comment')
16.     for comment in comments:
17.         name = comment.css('.comment-info a::text').get()
18.         try:
19.             score_str = comment.css('.comment-info .rating::attr(class)').get()
20.             score = score_str.replace('0 rating', '').replace('allstar', '')
21.         except:
22.             score = 0
23.         comment_time = comment.css('.comment-info .comment-time::text').get().strip()
24.         vote_count = comment.css('.comment-vote .votes.vote-count::text').get()
25.         comment_content = comment.css('.comment-content span::text').get()
26.         print(name, score, comment_time, vote_count, comment_content)

复制代码

 

1.  

复制代码

效果展示

 
 
不登录的话，只能采集部分，全部评论需要登录后才能爬取。
浏览器数据容易泄密，我都删掉了，大家自己修改一下。
 
 
最后

感谢你观看我的文章~本次航班到这里就结束
来源:https://www.cnblogs.com/hahaa/p/17105263.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！