Всем привет, меня зовут Кай.
недавнийF9На линии, поскольку мы, которые пересматривали сериал «Форсаж» много раз, мы на самом деле полны ожиданий, пока мы не были привлечены этим «научно-фантастическим фильмом» и «супергеройским фильмом» до уровня нелогичности и преувеличения. до крайности.
Открывая Douban, мы видим, что за 2 дня сыграло 37 700 человек.5.6Самый низкий рейтинг в серии «Форсаж». .
С такой репутацией дергать промежность, что говорят зрители? Давайте просмотрим короткие обзоры Douban и посмотрим!
Прежде чем мы начнем ползать, давайте взглянем на некоторые преувеличенные сцены в трейлере.
Источник: Избранные фильмы
Машины плюс ракетницы, тоже очень интересно побывать в космосе в скафандре
Циклон находится на разрушающемся деревянном мосту, пока скорость высокая, он может безопасно сойти на берег.
Нажав на акселератор и повиснув на тросе моста, можно смело падать на противоположную сторону обрыва, как на качелях.
Ну, не очень ли это "захватывающе"!
1. Объяснение рептилии
Короткие обзоры Douban должны войти в Douban, чтобы увидеть больше, поэтому вам нужно войти в свою учетную запись во время процесса сканирования.Получить резервную копию файлов cookie.
Поскольку краткий комментарий гада Дубана относительно прост и случаев в Интернете много, мы не будем давать здесь очень подробное объяснение.请求网页,解析数据и存储数据Три части представляют собой краткое введение в код.
Кроме того, мы загрузим полный код в библиотеку кейсов официального аккаунта, и все будут отвечать в фоновом режиме"955", чтобы получить исполняемый код.
1.1 Знакомство с библиотекой инструментов
связанные с запросами данныхrequests, для анализаreОбычный, хранение данныхpandas(операционные операции с файлами).
import requests
import re
import pandas as pd
import os
1.2. Запрос веб-страницы
Мы следуем основному процессу краулераF12—> листать страницы—> видеть измененияБыла найдена следующая информация:
Об адресе запроса для коротких отзывовurlПравило изменения и значение соответствующих параметров, а затем мы можем построить функцию для запроса данных веб-страницы следующим образом:
# 请求网页数据
def get_html(tid,page,headers,_type):
"""
tid:产品的id，比如 速度与激情9的产品id是25728006
page:短评页码，0-24
headers:请求头，需要带浏览器和cookie信息
_type:评价类型（好评：h,中评：m,差评：l）,为空就是全部
"""
url = f'https://movie.douban.com/subject/{tid}/comments?'
params = {
'percent_type': _type,
'start': page*20,
'limit': 20,
'status': 'P',
'sort': 'new_score',
'comments_only': 1,
'ck': 't9O9',
}
r = requests.get(url, params= params, headers=headers)
# 请求数据为json
data = r.json()
html = data['html']
# 我们正则处理，所以先将空字符去掉
html = re.sub('\s','',html)
return html
1.3. Парсинг данных
Так как мы используем регулярные выражения для разбора данных, находим область узла, где находятся нужные данные, а затем пишем обычные правила.
Например, чтобы получить раздел содержания обзора:
comment = re.findall('"short">(.*?)</span>', html)
Полный процесс анализа автора, даты, содержания оценки, полезных данных и звезд выглядит следующим образом:
# 解析数据
def get_data(html):
df = pd.DataFrame(columns=['author','date','comment','vote_count','star'])
df.author = re.findall('<atitle="(.*?)"href', html)
df.date = re.findall('"comment-time"title=".*?">(.*?)</span>', html)
df.comment = re.findall('"short">(.*?)</span>', html)
df.vote_count = re.findall('"votesvote-count">(\d+)</span>',html)
# df.star = re.findall('<spanclass="allstar(\d+)rating"',html)
return df
1.4. Хранение данных
Здесь данные хранятся какcsvФайлы, в основном добавление и запись более удобны.
Здесь при сохранении сначала определяют, существует ли файл, и если он существует, то принимается режим записи с добавлением, в противном случае он напрямую записывается.
Также обратите внимание на настройкиencoding='utf_8_sig', в противном случае при непосредственном открытии файла могут появиться искаженные китайские символы.
# 存储数据
def save_df(df):
if os.path.exists('data.csv'):
df.to_csv('data.csv',index=None,mode='a',header=None,encoding='utf_8_sig')
else:
df.to_csv('data.csv',index=None,encoding='utf_8_sig')
Что касается хранения данных, мы рассмотрим специальное введение в будущем, в основном о методе дополнительного хранения на одной и той же вкладке и нескольких вкладках при сохранении в формате Excel.
1.5. Заключительные дополнения
Это связанные настройки параметров и условия выполнения функций и т. д., подробности см. в следующем коде:
if __name__ == '__main__':
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.66 Safari/537.36",
"Cookie": 你登录后的cookie复制过来,
}
# 产品id，比如 速度与激情9的产品id是25728006
tid = 25728006
# 评价类型（好评：h,中评：m,差评：l）
_type = 'l'
for page in range(30):
html = get_html(tid,page,headers,_type)
df = get_data(html)
save_df(df)
print(f'{page+1}页评价已采集..')
Предварительный просмотр результата:
2. Облако оценочных слов
Мы видим, что в коротких комментариях к Дубану хвалят только24%! ! !
2.1 Облако хвалебных слов
В похвалах хоть все и говорили про промежность сюжета, но что важнее так это飙车и спешить навстречу外太空приносит визуальное освежение,韩вернуться (хотя剧情逻辑不太通) и для保罗из情怀Освобождение и так далее — это то, что их привлекает. в виде爆米花Ах, кино еще возможно.
Тот, кто получил большее признание в похвале,远行者комментариев аудитории, он обеспокоен этим系列整体, Хоть сюжет и смешной, но想象力够顶и наконец情怀, это и должно быть единодушным чувством большинства хваленых господ:
Сколько бы фильмов я из него ни снял, он всегда будет моим любимым сериалом // Сюжет, история о привидениях, старомодное воображение, но каждый из них — эталон киноиндустрии эпохи и потолок воображения эпохи. боевики. Мы просто хотим его использовать. Фильм собирается преследовать вторую жизнь, которая никогда не будет возможна? // Когда в конце появился знакомый синий цвет, я не мог сдержать слез. На самом деле, он всегда был по крайней мере, в сердцах поклонников
2.2 Среднее облако комментариев
Самое обсуждаемое зрителями в среднем обзоре — эпатажность сюжета, логика повествования, преувеличенная спешка в открытый космос и воскрешение авиации и т. д. .
В среднем разделе комментариев, на самом деле, большинство из них признаются с ироническими жалобами, такими как:
Ущипните маму, следующий прямой Fast & Furious 10: Star Wars. - микрон
Любой герой фильма должен в конце отправиться в космос - нет, не птица
Если есть карточный учитель, который вынужден кричать, эта оценка должна быть в состоянии поднять больше. 1 час чирикания более жгучий, чем это хахахахахаха. - Путешественник Содома
2.3. Облако слов негативного отзыва
Более 42% негативных отзывов, в принципе наплевать на сюжет, самый большой слот есть冲向外太空的离谱. Некоторые эмоциональные сюжеты в середине даже сделали многих зрителей джентльменами.睡着в настоящее время...
Другими словами, без F9 Дуэйна Джонсона, я думаю, это также должно быть моментом, который заслуживает плохой рецензии.Видите, этот сюжет ушел в космос, верно?
от朝阳区妻夫木聪Негативные комментарии аудитории вызвали много похвал и одобрений публики.Его комментарии таковы:
бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах бах блаблабла бах! Семья Заканчивать.
от宁赋闲看电影Негативные комментарии в основном за необоснованные жалобы на настройки сюжета, а также получили много лайков и поддержки:
Тачки не летают?Это далеко не большой спектр.Хахахаха.Хорошо иметь деньги.Если у тебя нет денег и ты не можешь их сжечь,это точно новый материал для жалоб на блогеров. Мало того, что гроб Ньютона нельзя было накрыть, ученики начальной школы должны были вскочить и сказать несколько слов.
Продажа чувств, о которой все говорили, кажется, сильно усилена в F9, но многие люди также жаловались на этот вид настройки, который, кажется, ради чувств:
Хотя я все еще тыкаю в место Пола в конце, чувства не могут быть съедены на всю жизнь.