爬虫实战之《流浪地球》豆瓣影评分析（一）

1. 背景与挖掘目标
2. 获取豆瓣评论数据
3. 分析好评与差评的关键信息
4. 分析评论数量及评分与时间的关系
5. 分析评论者的城市分布情况

1. 背景与挖掘目标

豆瓣（douban）是一个社区网站。网站由杨勃（网名“阿北”） 创立于2005年3月6日。该网站以书影音起家，提供关于书籍、电影、音乐等作品的信息，无论描述还是评论都由用户提供（User-generated content，UGC），是Web 2.0网站中具有特色的一个网站。
网站还提供书影音推荐、线下同城活动、小组话题交流等多种服务功能，它更像一个集品味系统（读书、电影、音乐）、表达系统（我读、我看、我听）和交流系统（同城、小组、友邻）于一体的创新网络服务，一直致力于帮助都市人群发现生活中有用的事物。

2019年2月5日电影《流浪地球》正式在中国内地上映。根据刘慈欣同名小说改编，影片故事设定在2075年，讲述了太阳即将毁灭，已经不适合人类生存，而面对绝境，人类将开启“流浪地球”计划，试图带着地球一起逃离太阳系，寻找人类新家园的故事。
《流浪地球》举行首映的时候，口碑好得出奇，所有去看片的业界大咖都发出了同样赞叹。文化学者戴锦华说：“中国科幻电影元年开启了。”导演徐峥则说，“里程碑式的电影，绝对是世界级别的。
可是公映之后，《流浪地球》的豆瓣评分却从8.4一路跌到了7.9。影片页面排在第一位的，是一篇一星影评《流浪地球，不及格》。文末有2.8万人点了“有用”，3.6万人点了“没用”。
关于《流浪地球》的观影评价，已经变成了一场逐渐失控的舆论混战，如“枪稿”作者灰狼所说，“关于它的舆论，已经演化成‘政治正确、水军横行、自来水灭差评、道德绑架、战狼精神。’”

挖掘目标：

1. 获取豆瓣评论数据
2. 分析好评与差评的关键信息
3. 分析评论数量及评分与时间的关系
4. 分析评论者的城市分布情况

2. 获取豆瓣评论数据

目标网址：https://movie.douban.com/subject/26266893/comments?status=P

获取首页数据

通过selenium和chromedriver获取数据

from selenium import webdriver
driver = webdriver.Chrome()

url