python爬取花木兰豆瓣影评，并进行词云分析

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入

---

最近新上影的电影《花木兰》，评分还是有点低

今天咱们就爬取一下花木兰这个电影评价，看看大家都是怎么评价的

基本环境配置

• python 3.6
• pycharm
• requests
• parsel

pip install requests
pip install parsel

一、分析网页

https://movie.douban.com/subject/26357307/reviews

爬虫代码

import requests
import parsel
url = 'https://movie.douban.com/subject/26357307/reviews'

headers = {
     
  'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9',
  'Host': 'movie.douban.com',
  'Referer': 'https: // movie.douban.com / subject / 26754233 / reviews?start = 140',
  'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36',
}

response = requests.get(url=url, headers=headers)
selector = parsel.Selector(response.text)
data = selector.css('#content  .article .review-list .short-content::text').getall()
for i in data:
  a = i.strip().replace('\n', '').replace(')', '').replace('(', '')
  with open('花木兰影评' + '.txt', mode='a', encoding='utf-8') as f:
      f.write(a)
      f.write('\n')
  print(a)

实现效果

词云代码

import jieba
import wordcloud
import imageio
# 导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片
py = imageio.imread(r"G:\python\demo\案例\花木兰豆瓣影评\木兰.png")
# 读取文件内容
f = open(r'G:\python\demo\案例\花木兰豆瓣影评\花木兰影评.txt', encoding='utf-8')
txt = f.read()
# print(txt)
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        mask=py,     # 所使用的词云图片
        scale=15,
        stopwords={
     ' ', '没有', '真的', '还是', '就是', '如果', '花木兰', '木兰', '花木', '不是', '什么', '一个', '这部', '但是', '觉得', '有点', '虽然', '我们'},
        # contour_width=5,
        # contour_color='red'  # 轮廓颜色
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file(r'G:\python\demo\案例\花木兰豆瓣影评\花木兰.png')