豆瓣电影短评总数多少不一,但是在短评区只能显示500条评论。
例如《囧妈》,评论数达到117120条。
(当我打开爬到的评论时,还以为自己代码有问题,检查代码未发现问题。用手机登录豆瓣APP发现,电影短评并不是全部显示的。)
所以并不是代码的问题。虽然500条评论有点少,但在写爬虫过程中还是遇到各种bug,寻找解决办法的时候也学习到了很多。
Show Time:导入模块
import requests
from bs4 import BeautifulSoup
import csv
requests和bs4用来获取、解析网页,csv用来储存数据。
2. 获取页面
def download_pages(url):
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3724.8 Safari/537.36',
'Connection': 'keep-alive',
'cookie':'ll="118193"; bid=2-BKkylYZuE; trc_cookie_storage=taboola%2520global%253Auser-id%3D30398b51-ac04-4354-a17e-16f2af9e020b-tuct5157dfe; __gads=ID=f515bc7d9a7a4fd5:T=1578891400:S=ALNI_Maz4pjSB_NxavWDa1fB5IMFQF1MfA; push_doumail_num=0; __utmv=30149280.15092; _vwo_uuid_v2=D300DC12A399D26584AA232FF9F32FBD9|18b180187a8d01fcd0187f0fc2ea37e9; douban-fav-remind=1; douban-profile-remind=1; __yadk_uid=UCh7sYG2OTrqPGlmWgSOlzoYHK4iG3