python爬取网易云音乐评论并进行情感分析_使用python3爬取网易云音乐的评论
用过很多播放器,之前一直是酷我,偶尔QQ。但是网易云音乐出来后毅然变成了他的忠实用户。精确推荐和乐评都很赞!安利了不少人入坑。前些日子网易云音乐将精选用户评论搬上了地铁,使网易云音乐又火了一把。因此就想爬取一些歌曲的评论。
分析
网络请求
如图我们可以看到有两个参数params和encSecKey。现在如何得到这两个参数就变得至关重要。参考知乎https://www.zhihu.com/question/36081767 问题的解答
core.js
core.js
b函数与asrea为一个函数,四个参数分别为:
第一个参数:first_param = '{rid:"", offset:"0", total:"true", limit:"20", csrf_token:""}'
rid就是R_SO_4_加上歌曲的id(其实这个参数也是可以没有的),offset就是(评论页数-1) * 20,total在第一页是true,其余是false。
第二个参数:010001
第三个参数:00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7
第四个参数:0CoJUm6Qyw8W8jud
第二三四个参数均为固定值
此时b函数就是一个AES加密,经过了两次加密生成params。其中i为长度为16的一个字符串,可以取定值。那么此时c函数生成的encSecKey便为固定值。
参数生成完毕即可访问获取返回的json数据。
github地址
代码如下
#! /usr/bin/python
# -*-coding:utf-8-*-
# Author:zp
from Crypto.Cipher import AES
import base64
import requests
import json
import codecs
import time
# 头部信息
headers = {
'Host': "music.163.com",
'Accept-Language': "zh-CN,zh;q=0.8",
'Accept-Encoding': "gzip, deflate, sdch",
'Content-Type': "application/x-www-form-urlencoded",#text/html;charset=utf8
'Cookie': "JSESSIONID-WYYY=cd1Rl3VE3QCuWrM1F2p5X2uldz7nID%5CPkiCScp1xwmj%5CQaK1ntkfjHrdsOIPo63qTVSQ%2F31E5R19S8qrlWscJtCZM4fHnp25P%2FHrDweHD91%2FeaFxBD%2Fq6efikdBYg9mDhDAHy0yW23r6iGkCIUE4NGQYNw4oMbmeNiBuf%2BTNfh6MysQ%2B%3A1491229798294; _iuqxldmzr_=32; _ntes_nnid=d805c50ad0597b9a6f15c3a0724ac9f3,1491227998322; _ntes_nuid=d805c50ad0597b9a6f15c3a0724ac9f3; __utma=94650624.196941009.1491227999.1491227999.1491227999.1; __utmb=94650624.8.10.1491227999; __utmc=94650624; __utmz=94650624.1491227999.1.1.utmcsr=baidu|utmccn=(organic)|utmcmd=organic; playerid=36222054",
'Connection': "keep-alive",
'Referer': 'http://music.163.com/'
}
# 设置代理服务器
proxies = {
'http:': 'http://121.232.146.184',
'https:': 'https://144.255.48.197'
}
# offset的取值为:(评论页数-1)*20,total第一页为true,其余页为false
# first_param = '{rid:"", offset:"0", total:"true", limit:"20", csrf_token:""}' # 第一个参数
second_param = "010001" # 第二个参数
# 第三个参数
third_param = "00e0b509f6259df8642dbc35662901477df22677ec152b5ff68ace615bb7b725152b3ab17a876aea8a5aa76d2e417629ec4ee341f56135fccf695280104e0312ecbda92557c93870114af6c9d05c4f7f0c3685b7a46bee255932575cce10b424d813cfe4875d3e82047b97ddef52741d546b8e289dc6935b3ece0462db0a22b8e7"
# 第四个参数
forth_param = "0CoJUm6Qyw8W8jud"
# 获取参数
def get_params(page): # page为传入页数
iv = "0102030405060708"
first_key = forth_param
second_key = 16 * 'F'
if (page == 1): # 如果为第一页
first_param = '{rid:"", offset:"0", total:"true", limit:"20", csrf_token:""}'
h_encText = AES_encrypt(first_param, first_key, iv)#加密方式是第一个参数和最后一个参数通过固定iv加密
else:
offset = str((page - 1) * 20)
first_param = '{rid:"", offset:"%s", total:"%s", limit:"20", csrf_token:""}' % (offset, 'false')
h_encText = AES_encrypt(first_param, first_key, iv)
h_encText = AES_encrypt(h_encText, second_key, iv)#第二次加密是上次加密返回值与一个16位的任意字符串加密
return h_encText
# 获取 encSecKey
def get_encSecKey():
encSecKey = "257348aecb5e556c066de214e531faadd1c55d814f9be95fd06d6bff9f4c7a41f831f6394d5a3fd2e3881736d94a02ca919d952872e7d0a50ebfa1769a7a62d512f5f1ca21aec60bc3819a9c3ffca5eca9a0dba6d6f7249b06f5965ecfff3695b54e1c28f3f624750ed39e7de08fc8493242e26dbc4484a01c76f739e135637c"
return encSecKey
# 解密过程
def AES_encrypt(text, key, iv):
pad = 16 - len(text) % 16
#print(type(text))
text = text + pad * chr(pad)
encryptor = AES.new(key, AES.MODE_CBC, iv)
encrypt_text = encryptor.encrypt(text)
encrypt_text = base64.b64encode(encrypt_text).decode()
return encrypt_text
# 获得评论json数据
def get_json(url, params, encSecKey):
data = {
"params": params,
"encSecKey": encSecKey
}
response = requests.post(url, headers=headers, data=data, proxies=proxies)
return response.content
# 抓取某一首歌的全部评论
def get_all_comments(url):
all_comments_list = [] # 存放所有评论
all_comments_list.append(u"用户ID 用户昵称 用户头像地址 评论时间 点赞总数 评论内容\n") # 头部信息
params = get_params(1)
encSecKey = get_encSecKey()
json_text = get_json(url, params, encSecKey).decode()
json_dict = json.loads(json_text)
comments_num = int(json_dict['total'])
if (comments_num % 20 == 0):
page = int(comments_num / 20)
else:
page = int(comments_num / 20) + 1
print("共有%d页评论!" % page)
print(type(page))
for i in range(page): # 逐页抓取
params = get_params(i + 1)
encSecKey = get_encSecKey()
json_text = get_json(url, params, encSecKey).decode()
json_dict = json.loads(json_text)
if i == 0:
print("共有%d条评论!" % comments_num) # 全部评论总数
for item in json_dict['comments']:
comment = item['content'] # 评论内容
likedCount = item['likedCount'] # 点赞总数
comment_time = item['time'] # 评论时间(时间戳)
userID = item['user']['userId'] # 评论者id
nickname = item['user']['nickname'] # 昵称
avatarUrl = item['user']['avatarUrl'] # 头像地址
comment_info = str(userID) + u" " + nickname + u" " + avatarUrl + u" " + str(
comment_time) + u" " + str(likedCount) + u" " + comment + u"\n"
all_comments_list.append(comment_info)
print("第%d页抓取完毕!" % (i + 1))
return all_comments_list
# 抓取热门评论,返回热评列表
def get_hot_comments(url):
hot_comments_list = []
hot_comments_list.append("用户ID " + u"\t" + "用户昵称" + u"\t" + "评论时间" + u"\t" + "点赞总数" + u"\t" + "评论内容" + u"\t" + u"\r\n")
params = get_params(1) # 第一页
encSecKey = get_encSecKey()
json_text = get_json(url,params,encSecKey).decode()
json_dict = json.loads(json_text)
hot_comments = json_dict['hotComments'] # 热门评论
#print(hot_comments)
print("共有%d条热门评论!" % len(hot_comments))
for item in hot_comments:
comment = item['content'] # 评论内容
likedCount = item['likedCount'] # 点赞总数
#comment_time = item['time'] / 1000 # 评论时间(时间戳)除1000转化为10位时间戳
#print(comment_time)
# 转换成localtime
time_local = time.localtime(item['time'] / 1000)
comment_time = time.strftime("%Y-%m-%d", time_local)
userId = item['user']['userId'] # 评论者id
nickname = item['user']['nickname'] # 昵称
#print(type(comment))
comment_info = str(userId) + u"\t" +nickname+u"\t" +str(comment_time)+u"\t" +str(likedCount) +u"\t\t" + comment + u"\r\n"
hot_comments_list.append(comment_info)
return hot_comments_list
def save_to_file(list, filname):
with codecs.open(filename, 'a', encoding='utf-8') as f:
f.writelines(list)
print("写入文件成功!")
if __name__ == "__main__":
start_time = time.time()
url = "http://music.163.com/weapi/v1/resource/comments/R_SO_4_185821?csrf_token"
filename = "搁浅.txt"
all_comments_list = get_all_comments(url)
save_to_file(all_comments_list, filename)
#hot_comments = get_hot_comments(url)
#print(hot_comments)
#save_to_file(hot_comments,filename)
end_time = time.time() # 结束时间
print("程序耗时%f秒." % (end_time - start_time))
python爬取网易云音乐评论并进行情感分析_使用python3爬取网易云音乐的评论相关推荐
- python商品评论分析_用python3爬取天猫商品评论并分析(1)
在上一篇文章我们已经完成数据的采集,并将数据存储在mysql,现在我们来继续后面的数据分析工作,先放出项目流程: 0.主要流程 0.数据采集 0. 目标网址获取 1. 爬虫框架选用 注:了解这一步请登 ...
- python3爬取微博评论api情感分析_如何科学地蹭热点:用python爬虫获取热门微博评论并进行情感分析...
param = (comment_id,user_name,created_at,text,likenum,source) try: A = cur.execute(sql,param) conn.c ...
- 如何科学地蹭热点:用python爬虫获取热门微博评论并进行情感分析
前言:本文主要涉及知识点包括新浪微博爬虫.python对数据库的简单读写.简单的列表数据去重.简单的自然语言处理(snowNLP模块.机器学习).适合有一定编程基础,并对python有所了解的盆友阅读 ...
- 利用Python实现酒店评论的中文情感分析,含数据集
利用Python实现酒店评论的情感分析 完整代码下载地址:利用Python实现酒店评论的中文情感分析 情感极性分析,即情感分类,对带有主观情感色彩的文本进行分析.归纳.情感极性分析主要有两种分类方法: ...
- 利用python分析电商_基于Word2Vec+SVM对电商的评论数据进行情感分析
Word2Vec-sentiment 基于Word2Vec+SVM对电商的评论数据进行情感分析 首先是利用word2vec对正负评论数据进行词向量训练,然后利用SVM分类器对语料进行分类,具体的过程如 ...
- snownlp对天猫商品评论数据进行情感分析(附源码)
snowNLP介绍 SnowNLP是一个python写的类库,可以方便的处理中文文本内容,是受到了TextBlob的启发而写的,由于现在大部分的自然语言处理库基本都是针对英文的,于是写了一个方便处理中 ...
- 基于微博评论的文本情感分析与关键词提取的实战案例~
点击上方"Python爬虫与数据挖掘",进行关注 回复"书籍"即可获赠Python从入门到进阶共10本电子书 今 日 鸡 汤 宣室求贤访逐臣,贾生才调更无伦. ...
- 基于深度学习的汽车行业评论文本的情感分析
使用卷积神经网络对汽车行业评论文本进行情感分析. dateset 爬取汽车之家车主口碑评论文本,抽取口碑中最满意以及最不满意评论文本,分别作为正向情感语料库和负向情感语料库. 爬虫技术视频链接:htt ...
- python实现情感分析_利用python实现简单情感分析
最近选修的大数据挖掘课上需要做关于情感分析的pre,自己也做了一些准备工作,就像把准备的内容稍微整理一下写出来,下次再做类似项目的时候也有个参考. 情感分析是什么? 文本情感分析是指用自然语言处理(N ...
- 基于IMDB评论数据集的情感分析
文章目录 前言 一.大型电影评论数据集介绍 二.环境配置 三.实验模型及流程 1.实验模型 2.实验流程 四.实验代码 1.多层感知器模型代码 2.递归神经网络模型代码 3.长短期记忆模型代码 五.实 ...
最新文章
- Salesforce平台支持多租户Multi tenant的核心设计思路
- Word中快速插入目录
- python中Scipy模块求取积分
- Flume1.7.0的安装与使用
- Introducing Document Management in SharePoint 2010 介绍SharePoint 2010中的文档管理
- 使用Spring Boot应用程序将代码管道化
- mysql relay log 配置_mysql relay log参数汇总
- 读JavaScript权威指南(第六版)笔记(第二章)
- Java实战之管家婆记账系统(24)——项目总结
- 微信公众平台接入token验证失败php,PHP开发公众号token验证失败是什么意思?其中一个原因 筋斗云网络...
- GetLastError() 返回值对照表
- B站台湾大学郭彦甫|MATLAB 学习笔记|12 线性方程式和线性系统 Linear equations
- U深度U盘启动盘制作工具怎么用?U深度U盘启动盘制作工具使用教学
- 爬取QQ音乐中一首歌的相关信息及评论(破解反爬虫、多协程队列爬虫)
- 一名失败人士对大学教育的一些看法
- 重定向和转发的概念及区别
- 华为交换机用命令更改已有admin账户开启SSH
- SpringBoot整合tkMapper
- Karl Klein 2D 56 K30-2 W OL/S 45W/2750RPM
- 很有意思的软件产品宣传画,这个美工很有创意
热门文章
- 【自动驾驶】RTK(高精度的GPS测量)
- java调用打印机没反应_java代码调用打印机没反应
- 两张表之间进行数据库查询时的聚合函数用法
- matlab非齐次方程组的通解,用matlab求非齐次线性方程组的通解?
- 线程的先进先出,后进先出,以及优先级队列
- 家用风扇控制系统c语言程序设计,[信息与通信]家用风扇控制系统.doc
- cpu超线程优缺点_CPU有无超线程重要吗?i7 10700K与9700K对比测试
- 数学中有因果关系吗?
- 机器人领域的SCI期刊介绍
- java assert 断言_Java 之 assert (断言)