1. 海王评论数据爬取前分析

海王上映了,然后口碑炸了,对咱来说,多了一个可爬可分析的电影,美哉~

摘录一个评论零点场刚看完,温导的电影一直很不错,无论是速7,电锯惊魂还是招魂都很棒。打斗和音效方面没话说非常棒,特别震撼。总之,DC扳回一分( ̄▽ ̄)。比正义联盟好的不止一点半点(我个人感觉)。还有艾梅伯希尔德是真的漂亮,温导选的人都很棒。

真的第一次看到这么牛逼的电影 转场特效都吊炸天

2. 海王案例开始爬取数据

数据爬取的依旧是猫眼的评论,这部分内容咱们用把牛刀,scrapy爬取,一般情况下,用一下requests就好了

抓取地址

http://m.maoyan.com/mmdb/comments/movie/249342.json?_v_=yes&offset=15&startTime=2018-12-11%2009%3A58%3A43

关键参数

url:http://m.maoyan.com/mmdb/comments/movie/249342.json

offset:15

startTime:起始时间

scrapy 爬取猫眼代码特别简单,我分开几个py文件即可。

Haiwang.py

import scrapy

import json

from haiwang.items import HaiwangItem

class HaiwangSpider(scrapy.Spider):

name = 'Haiwang'

allowed_domains = ['m.maoyan.com']

start_urls = ['http://m.maoyan.com/mmdb/comments/movie/249342.json?_v_=yes&offset=0&startTime=0']

def parse(self, response):

print(response.url)

body_data = response.body_as_unicode()

js_data = json.loads(body_data)

item = HaiwangItem()

for info in js_data["cmts"]:

item["nickName"] = info["nickName"]

item["cityName"] = info["cityName"] if "cityName" in info else ""

item["content"] = info["content"]

item["score"] = info["score"]

item["startTime"] = info["startTime"]

item["approve"] = info["approve"]

item["reply"] = info["reply"]

item["avatarurl"] = info["avatarurl"]

yield item

yield scrapy.Request("http://m.maoyan.com/mmdb/comments/movie/249342.json?_v_=yes&offset=0&startTime={}".format(item["startTime"]),callback=self.parse)

setting.py

设置需要配置headers

DEFAULT_REQUEST_HEADERS = {

"Referer":"http://m.maoyan.com/movie/249342/comments?_v_=yes",

"User-Agent":"Mozilla/5.0 Chrome/63.0.3239.26 Mobile Safari/537.36",

"X-Requested-With":"superagent"

}

需要配置一些抓取条件

# Obey robots.txt rules

ROBOTSTXT_OBEY = False

# See also autothrottle settings and docs

DOWNLOAD_DELAY = 1

# Disable cookies (enabled by default)

COOKIES_ENABLED = False

开启管道

# Configure item pipelines

# See https://doc.scrapy.org/en/latest/topics/item-pipeline.html

ITEM_PIPELINES = {

'haiwang.pipelines.HaiwangPipeline': 300,

}

items.py

获取你想要的数据

import scrapy

class HaiwangItem(scrapy.Item):

# define the fields for your item here like:

# name = scrapy.Field()

nickName = scrapy.Field()

cityName = scrapy.Field()

content = scrapy.Field()

score = scrapy.Field()

startTime = scrapy.Field()

approve = scrapy.Field()

reply =scrapy.Field()

avatarurl = scrapy.Field()

pipelines.py

保存数据,数据存储到csv文件中

import os

import csv

class HaiwangPipeline(object):

def __init__(self):

store_file = os.path.dirname(__file__) + '/spiders/haiwang.csv'

self.file = open(store_file, "a+", newline="", encoding="utf-8")

self.writer = csv.writer(self.file)

def process_item(self, item, spider):

try:

self.writer.writerow((

item["nickName"],

item["cityName"],

item["content"],

item["approve"],

item["reply"],

item["startTime"],

item["avatarurl"],

item["score"]

))

except Exception as e:

print(e.args)

def close_spider(self, spider):

self.file.close()

begin.py

编写运行脚本

from scrapy import cmdline

cmdline.execute(("scrapy crawl Haiwang").split())

走起,搞定,等着数据来到,就可以了,小编整理一套Python资料和PDF,有需要Python学习资料可以加学习群:1004391443,反正闲着也是闲着呢,不如学点东西啦~~

python入门教程第28讲_Python爬虫入门教程第二十八讲: 《海王》评论数据抓取 scrapy...相关推荐

  1. Python爬虫入门教程【19】: B站博人传评论数据抓取 scrapy

    1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的小姐姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网址 ...

  2. python爬取b站评论_Python爬虫入门【19】: B站博人传评论数据抓取 scrapy

    1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的×××姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网 ...

  3. Python爬虫入门【19】: B站博人传评论数据抓取 scrapy

    1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的×××姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网 ...

  4. requests 可以 scrapy 不行_python学习教程,B站博人传评论数据抓取 scrapy

    点击蓝字"python教程"关注我们哟! 1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的小姐姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多 ...

  5. 【Python】B站博人传评论数据抓取 scrapy

    1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的小姐姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网址 ...

  6. python爬b站评论_Python爬虫入门教程 32-100 B站博人传评论数据抓取 scrapy

    1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的小姐姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网址 ...

  7. Python爬虫入门教程 32-100 B站博人传评论数据抓取 scrapy

    1. B站博人传评论数据爬取简介 今天想了半天不知道抓啥,去B站看跳舞的小姐姐,忽然看到了评论,那就抓取一下B站的评论数据,视频动画那么多,也不知道抓取哪个,选了一个博人传跟火影相关的,抓取看看.网址 ...

  8. Python爬虫入门教程 33-100 《海王》评论数据抓取 scrapy

    1. 海王评论数据爬取前分析 海王上映了,然后口碑炸了,对咱来说,多了一个可爬可分析的电影,美哉~ 摘录一个评论 零点场刚看完,温导的电影一直很不错,无论是速7,电锯惊魂还是招魂都很棒.打斗和音效方面 ...

  9. 小甲鱼Python3学习笔记之第二十八讲(仅记录学习)

    第二十八讲:文件:因为懂你,所以永恒 一.知识点: 0.file对象利用open函数来创建. 1.file文件的打开模式:f = open('文件地址','r/w/x/a等') 'r':只读模式,以只 ...

最新文章

  1. MySQL GROUP BY
  2. php怎么根据接口文档实现功能,CodeIgniter+swagger实现 PHP API接口文档自动生成功能...
  3. c++小项目_编程初学者的练手小项目(Pythonamp;C/C++)
  4. linux内核跳转到文件系统,Uboot到Kernel到文件系统(Cortex_A9)移植详细文档
  5. latex插入gif_如何将照片和GIF插入Google幻灯片
  6. Hive2.1.1的安装教程(元数据放在本地Mysql)
  7. PHP程序员面试中经常被提问的问题【转载】
  8. python 键盘输入数字_九宫格键盘输入
  9. Object C数据类型
  10. Python的基本编码规范
  11. CSS3 -- display:flex
  12. 反流氓软件运动为何变了味
  13. FTP主动模式和被动模式学习笔记
  14. Eclipse里编辑代码,进度条出现“Remote System Explorer Operation”解决方法
  15. 《Java核心技术 卷Ⅱ 高级特性(原书第10版)》一3.3 验证XML文档
  16. 迪普交换机恢复出厂设置_LSW交换机初始化配置指导
  17. java考试题及答案翁凯,快来收藏!
  18. 利用PS将.jpg文件转换为.pdf文件
  19. 互联网人求职向传统行业倾斜;全国有两成开发者月薪超1.7万 | 美通企业日报...
  20. ConcurrentHashMap源码深度解析(一)(java8)——不可不知的基本概念(助你拿下源码事半功倍)

热门文章

  1. android 访问存储卡,Android:无法访问存储在SD卡中的文件
  2. spring @Autowire 的注解默认是按类型注入bean
  3. 各平台播放器以及浏览器的navigator.userAgent
  4. 拼多多竞业协议亮相,太狠了!拼多多员工离职后居然被全互联网封杀!
  5. python中fact函数的定义_python里面的函数定义与使用
  6. Docker源码编译
  7. 什么是steam搬砖项目?怎么做?
  8. 程序员爱情+10年经验分享
  9. 原生js循环展示dom_web前端教程:JS高阶编程技巧-惰性函数
  10. JavaScript字符串初级学习