爬取大众点评的评论

爬取大众点评的评论

介绍

这个项目是爬取大众点评中,爬取武汉轮渡武汉关码头评论用户的男女和评论时间的代码,代码只能做一个参考,因为我的账号已经被ban了(具体原因可能是我没设置延迟,下面代码中也没有,如果你不会设置,请不要使用),cookie需要自己填写,代理可以找免费的代理,输出格式是csv文件,可以在exsel中另存为xlsx文件

代码

#  -*-coding:utf8 -*-
import requests,re,time,csv

re1 = re.compile(r'href="/member/(?P<href>.*?)".*?data-click-name=.*?data-click-title=.*?>.*?</a>.*?data-click-title="文字".*?>(?P<name>.*?)</a>.*?<div class="misc-info clearfix">.*?<span class="time">(?P<time1>.*?)</span>',re.S)
re2 = re.compile(r'<span class="user-groun"><i class="(?P<sex>.*?)"></i>.*?</span>',re.S)
proxies = {
        "https": "117.69.233.236:8089"
}
headers = {
    "Cookie": "",
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/104.0.0.0 Safari/537.36",
    "Referer": "https://www.dianping.com/shop/l9AxHePS7bRtisgd/review_all/p3",
    "Host": "www.dianping.com"
}
f = open("daz.csv" , mode="w" , encoding='utf-8')
csvwriter = csv.writer(f)
for a in range(110):
    url = f"https://www.dianping.com/shop/l9AxHePS7bRtisgd/review_all/p{a}"
    requests1 = requests.get(url,headers = headers,proxies = proxies)
    # csvwriter.writerow([requests1.text])
    list1 = re1.finditer(requests1.text)
    requests1.close()
    for it in list1:
        href = it.group("href")
        name = it.group("name").strip()
        time1 = it.group("time1").strip()
        url2 = f"https://www.dianping.com/member/{href}"
        requests2 = requests.get(url2,headers = headers,proxies = proxies)
        list2 = re2.finditer(requests2.text)
        for i in list2:
            sex = i.group("sex")
            csvwriter.writerow([ href , name , time1 , sex])
        print(name)
        requests2.close()
  • 4
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
爬取大众点评评论可以使用Python爬虫库,比如requests和BeautifulSoup,或者使用selenium模拟浏览器操作。根据引用\[1\]和引用\[2\]的内容,可以通过模拟访问大众点评的网页,提取需要的字段信息,比如顾客id、评论时间、评分、评论内容等,并将其存储到数据库中。 具体步骤如下: 1. 使用requests库发送HTTP请求,获取大众点评的网页内容。 2. 使用BeautifulSoup库解析网页内容,提取需要的字段信息。 3. 将提取的字段信息存储到数据库中,可以使用MySQL等数据库进行存储。 另外,根据引用\[3\]的内容,如果你想进行文本特征提取和机器学习建模,可以使用TF-IDF方法提取文本特征,然后使用机器学习算法进行建模和评价。 总结起来,你可以使用Python爬虫库来爬取大众点评评论,并根据需要进行文本特征提取和机器学习建模。 #### 引用[.reference_title] - *1* [python selenium 大众点评餐厅信息+用户评论 爬虫](https://blog.csdn.net/weixin_46011275/article/details/121695959)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [【毕业设计】大数据大众点评评论文本分析 - python 数据挖掘](https://blog.csdn.net/caxiou/article/details/127862364)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值