爬取猫眼信息

import requests
from fake_useragent import UserAgent
import json
import pymongo

#保存到数据库
clien=pymongo.MongoClient(host='填写数据库IP')
db=clien.The_cat_s_eye_essay
coll=db.eye_essay

#创建一个随机生成user-aengt的对象
ua=UserAgent()

#提取我们要的短评
def parse_json(jsonarg):
    if jsonarg:
        items = jsonarg.get('cmts')
        i = 0
        for item in items:
            data={
                'ID':item.get('nickName'),
                '短评':item.get('content'),
                '评分':item.get('score'),
                '用户地点':item.get('cityName'),
                '评论时间':item.get('startTime'),
                '回复数':item.get('reply'),
                '性别':item.get('gender')
            }
            print(data)




def Crawl_JSON():
    ua = UserAgent()
    headers={
        'User-Agent':ua.random,
        'Host':'m.maoyan.com',
        'Referer':'http://m.maoyan.com/movie/1217236/comments?_v_=yes'
    }

    #猫眼电影短评接口
    #因为猫眼的数据是AJAX类型的 里面的offset是改变的 第一次是0 第二次15 第三次是30 以此类推  这个page 相当于100/15然后循环
    #可以自信观察猫眼AJAX数据请求参数 就会知道了
    page=100
    u=0
    for i in range(page):
        try:
            offset=u
            startTime = '2018-10-11'
            comment_api = 'http://m.maoyan.com/mmdb/comments/movie/1217236.json?_v_=yes&offset={0}&startTime={1}%2021%3A09%3A31'.format(offset,startTime)
            #发送get请求
            response_coment=requests.get(url=comment_api,headers=headers)
            json_comment=response_coment.text
            json_comments=json.loads(json_comment)
            parse_json(json_comments)
            u+=15
        except Exception as e:
            print('出现错误:',e.args)



parse_json(Crawl_JSON())

测试输出信息

{'ID': '王嘻嘻855', '短评': '哭死我了啊啊啊', '评分': 4.5, '用户地点': '乐清', '评论时间': '2022-01-23 22:46:16', '回复数': 0, '性别': None}
{'ID': '爹爹的餐', '短评': '电影好看，挺不错', '评分': 5.0, '用户地点': '宿迁', '评论时间': '2022-01-23 17:12:34', '回复数': 0, '性别': None}
{'ID': '德纳山', '短评': '写校园暴力的故事，值得深思', '评分': 4.5, '用户地点': '常德', '评论时间': '2022-01-23 16:33:16', '回复数': 0, '性别': None}