前言
本章主要讲述一个简易版的爬虫案例,这里爬取豆瓣【你好,李焕英】的评论
一、爬虫代码
import os
import codecs
from selenium import webdriver
# 获取摘要信息
def getFilmComment():
try:
# 新建文件夹及文件
basePathDirectory = "DouBan_FilmComment"
if not os.path.exists(basePathDirectory):
os.makedirs(basePathDirectory)
commentFile = os.path.join(basePathDirectory, "DouBan_FilmComments.txt")
# 若文件不存在则新建,若存在则追加写入
if not os.path.exists(commentFile):
info = codecs.open(commentFile, 'w', 'utf-8')
else:
info = codecs.open(commentFile, 'a', 'utf-8')
# 浏览驱动器路径
driver = webdriver.Chrome()
# 打开网页
for k in range(15000): # 大约有15000页
k = k + 1
g = 2 * k
driver.get("https://movie.douban.com/subject/34841067/commen