Python爬取 豆瓣急先锋 电影评论 ，龙叔的电影居然分这么低

  • Z时代
  • 2024-01-10
  • 分类：综合

python

 

 豆瓣电影首页，亮丽的风景，居然这么低的分，和同是国庆党电影差距这么大，唯一低分的还是国产木兰，差不多低分的居然是女神 刘亦菲，从小看龙叔电影、刘亦菲剑仙的人，不服了，看看评论是则么说的。

首先用python 爬取已经评论的500多条评论，剩余200多条是没看就评论的，不抓取了。

jianping = response.css(\'.main-bd a:nth-of-type(1)::text\').extract()
        jianping1 = []
        for jianping2 in jianping:
            r = re.findall(r\'[^ \n]\', jianping2)  # 去除 特殊符号
            r = \'\'.join(r)  # 转元组
            jianping1.append(r)
        while \'\' in jianping1:
            jianping1.remove(\'\')
        while \'展开\' in jianping1:
            jianping1.remove(\'展开\')

然后用词云转换下，看下评论都说了啥

listOfFileName.append(\'急先锋\')
listOfFileName.append(\'急先锋观后感\')
listOfFileName.append(\'急先锋影评\')
listOfFileName.append(\'影评\')
listOfFileName.append(\'观后感\')
sw = listOfFileName

去掉浑水的评论

 

 

 

看完大家评论的，还是大部分觉得挺好看的，就是龙叔老了，没啥打斗场面了，来了很多小鲜肉。

然后我们看看为啥评分这么低，

 

 看到15570条，但是豆瓣牛毕，我们只能抓100条，根本无法了解什么，我就抓取他的全部影评，

 

 大部分都是5星好评，但是豆瓣会屏蔽掉，，

 

 豆瓣给的解释

 

 不管，我们抓取下来分析下，

 

 几乎给的都是满星，但是依旧阻挡不了4.9分的命运，明天抓国庆热档其他电影，究竟有多好看，评分这么高。

最后源码：

import scrapy
import re
import csv
class Xianfeng(scrapy.Spider):
    name= \'xianfeng\'
    def start_requests(self):
        headers = {\'User-Agent\': \'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36\'
                   \'cook\'
                   }
        urls = [\'https://movie.douban.com/subject/27195078/reviews?start=%d\' % page for page in range(0, 720, 20)]
        for url in urls:
            yield scrapy.Request(url,headers=headers, callback=self.parse)
    def parse(self,response):
        mingzi = response.css(\'.review-list  a:nth-of-type(2)::text\').extract()
        mingzi1 = []
        for mingzi2 in mingzi:
            d = re.findall(r\'[^ \n]\', mingzi2)  # 去除 特殊符号
            d = \'\'.join(d)  # 转元组
            mingzi1.append(d)
        while \'\' in mingzi1:
            mingzi1.remove(\'\')
        pingfen = response.css(\'.review-list  span:nth-of-type(1)::attr(title)\').extract()
        pingfen1= []
        for pingfen2 in pingfen:
            pingfen1.append(pingfen2)
        shijian = response.css(\'.review-list  span:nth-of-type(2)::text\').extract()
        shijian1= []
        for shijian2 in shijian:
            shijian1.append(shijian2)
        jianping = response.css(\'.main-bd a:nth-of-type(1)::text\').extract()
        jianping1 = []
        for jianping2 in jianping:
            r = re.findall(r\'[^ \n]\', jianping2)  # 去除 特殊符号
            r = \'\'.join(r)  # 转元组
            jianping1.append(r)
        while \'\' in jianping1:
            jianping1.remove(\'\')
        while \'展开\' in jianping1:
            jianping1.remove(\'展开\')
        \'\'\'
        duanping = response.xpath(\'//*[@id ="link-report"]/div/p//text()\').extract()
        duanping1=[]
        for duanping2 in duanping:
            duanping1.append(duanping2)
        \'\'\'
        print(\'---------write------------------\')
        for i in range(len(pingfen1)):
            fileName = \'评分.txt\'
            f = open(fileName, "a+",encoding=\'utf-8\')
            content = pingfen1[i] + \'\n\'
            f.write(content)
            f.close()
        for t in range(len(jianping1)):
            fileName1 = \'简评.txt\'
            f1 = open(fileName1, "a+",encoding=\'utf-8\')
            content1 = jianping1[t] + \'\n\'
            f1.write(content1)
            f1.close()
        # 3. 构建列表头
        for g in range(len(mingzi1)):
            with open(\'xianfeng.csv\', \'a\', encoding=\'utf-8_sig\') as f:
                const= mingzi1[g]+ \',\' + pingfen1[g] + \',\' + shijian1[g] + \',\' + jianping1[g] + \'\n\'
                f.write(const)
        f.close()

 

以上是 Python爬取 豆瓣急先锋 电影评论 ，龙叔的电影居然分这么低 的全部内容， 来源链接： utcz.com/z/386815.html

回到顶部