案例▍Python实战 爬取万条票房数据分析2019春节档电影状况

题图|《流浪地球》海报 作者|量化小白上分记 36大数据获授权转载

今年春节档全国共有8部影片上映，对于影片的对比分析已经非常多，孰优孰劣，每个人心里都有一杆秤，不再赘述。本文着重分析影片票房的地域差别，爬取了年后两周各地万余家影院的票房数据，一起来看看各地影院今年春节档表现如何，非官方统计，数据一定不准确，看看就好。

1.数据说明

分影院的票房数据来自中国票房网： ** http://www.cbooo.cn/cinemaday **

网站提供日票房排行榜的前100名和周票房的前一万余名，本文爬取包含更多样本的周票房数据，取年后两周的数据。

最终爬到的数据样式如下，数据从左往右依次为 ** 影院名称 ** ， ** 当周票房 ** 、 ** 单荧幕票房 ** 、 ** 场均人次
** 、 单日单厅票房 、 单日单厅场次 6个变量。

2.数据获取

使用python获取数据，对于爬取过程不感兴趣的可以直接看下部分，需要数据/代码的请在后台回复“ ** 票房 ** ”。

在数据页面按 ** F12 ** 打开开发者工具，选择 ** NetWork ** ， ** XHR **
，刷新页面后，依次点1,2,3,4页，接收到了一堆文件。

右键任意打开一个，显示如下（如果不是这种格式，说明你选错了）

是我们需要的数据，对比前后的变量关系，得到每个变量的含义。

再分析网址，从前面的截图能看出来， pindex后面跟的是页码 ，对页码进行循环就可以爬到所有的数据。dt =
1042看不出来什么意思，但改变日期范围重复上面的操作时，看