本文通过爬取豆瓣电影《战狼2》的评论，使用jieba分词并绘制词云，展示观众的评价。爬虫获取10000条评论，选取最高频的500个词，以坦克为背景制作词云，揭示电影的热议话题。
《战狼2》真心堪称中国的好莱坞大片，不管是打斗场景的展现，还是在特效的细节处理。吴京的那句“我只会花钱在武器上，花在取景上，永远不会花在小鲜肉上！”，也是近年来，观众对小鲜肉霸屏一种情怀的共鸣。基于对《战狼2》这么高热度的好奇，所以想爬取豆瓣电影上《战狼2》的评论，并做成词云，可视化展示观众对它的实际评论到底如何。核心流程分为3步：爬取评论，评论分词，绘制评论词云。
爬取豆瓣电影《战狼2》评论
在豆瓣电影上爬取点击了最高的10000个评论。豆瓣电影在不登录的情况下，只能查看前200条评论，登录后则没有这个限制，所以需要登录后才能完整的爬取10000条评论。如果直接使用模拟登录的方式，豆瓣在登录时是需要输入验证码的，使用模拟登录的方式难度较大，我们在这里直接使用标识已登录的cookie(dbcl2), 这个cookie的定位需要多次测试排除。核心代码如下：
def main():
session =requests.session()
# 手动粘取登录后的cookie信息，dbcl2对应的值。
cookies = {
"dbcl2": ""}
for index in xrange(7000, 10000, 20):
最低0.47元/天 解锁文章
扫一扫
6040
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
