(必收藏) Python私藏项目实操分享，爬取QQ音乐评论，带你解析别人的内心世界

环境搭建

---

安装Python并添加到环境变量，pip安装需要的相关模块即可。

通过这次爬取，学习了数据库MySQL，因为之前都是在windows上操作，而这回需要在Mac上操作，所以就在Mac上安装了MySQL以及MySQL的管理工具Sequel Pro，最后也是安装成功，数据库连接也没有问题。

接下来创建数据库，表格及主键信息。

import pymysql

创建数据库

db = pymysql.connect(host=‘127.0.0.1’, user=‘root’, password=‘774110919’, port=3306)

cursor = db.cursor()

cursor.execute(“CREATE DATABASE QQ_Music DEFAULT CHARACTER SET utf8mb4”)

db.close()

import pymysql

创建表格, 设置主键

db = pymysql.connect(host=‘127.0.0.1’, user=‘root’, password=‘774110919’, port=3306, db=‘QQ_Music’)

cursor = db.cursor()

sql = ‘CREATE TABLE IF NOT EXISTS comments (nike VARCHAR(255) NOT NULL, comment VARCHAR(255) NOT NULL, praisenum INT NOT NULL, comment_id VARCHAR(255) NOT NULL, time VARCHAR(255) NOT NULL, PRIMARY KEY (comment))’

cursor.execute(sql)

db.close()

针对音乐中去年夏天的网页进行分析，查看了所有评论的尾页，发现时间缩水了，因为热评中有一条评论的时间7月12号，而所有评论最后一页的时间却是7月16号。很明显，所有评论并不是货真价实的所有评论，不知这算不算音乐的BUG。

还有一个就是直接点击最后一页的时候，并不能直接返回真正的信息，需要从最后一页往前翻，到了真正的信息页时，然后再往后翻，才能得到最后一页的真正信息。

同样是Ajax请求，确认网址后，分析一下请求头，发现主要是三个参数发生变化：jsoncallback

pagenum

lasthotcommentid

pagenum不难理解，就是页数。jsoncallback经过实验后，发现并不会影响请求，所以设置时无需改动，lasthotcommentid的值对应的是上一页最后一个评论者的ID，所以需要随时改动。

即改变pagenum，lasthotcommentid的值，就可成功实现请求。

部分代码

---

import re

import json

import time

import pymysql

import requests

URL = ‘https://c.y.qq.com/base/fcgi-bin/fcg_global_comment_h5.fcg?’

HEADERS = {

‘user-agent’: ‘Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36’

}

PARAMS = {

‘g_tk’: ‘5381’,

‘jsonpCallback’: ‘jsoncallback4823183319594757’,

‘loginUin’: ‘0’,

‘hostUin’: ‘0’,

‘format’: ‘jsonp’,

‘inCharset’: ‘utf8’,

‘outCharset’: ‘GB2312’,

‘notice’: ‘0’,

‘platform’: ‘yqq’,

‘needNewCode’: ‘0’,

‘cid’: ‘205360772’,

‘reqtype’: ‘2’,

‘biztype’: ‘1’,

‘topid’: ‘213910991’,

‘cmd’: ‘8’,

‘needmusiccrit’: ‘0’,

‘pagenum’: ‘0’,

‘pagesize’: ‘25’,

‘lasthotcommentid’: ‘’,

‘callback’: ‘jsoncallback4823183319594757’,

‘domain’: ‘qq.com’,

‘ct’: ‘24’,

‘cv’: ‘101010’,

}

LAST_COMMENT_ID = ‘’

db = pymysql.connect(host=‘127.0.0.1’, user=‘root’, password=‘774110919’, port=3306, db=‘QQ_Music’, charset=‘utf8mb4’)

cursor = db.cursor()

def get_html(url, headers, params=None, tries=3):

try:

response = requests.get(url=url, headers=headers, params=params)

response.raise_for_status()

response.encoding = ‘utf-8’

except requests.HTTPError:

print(“connect failed”)

if tries > 0:

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！