《我不是药神》影评,逐页评论自动生成词云

注意事项:

  1. 生成词云的图片必须是黑白照片
  2. 豆瓣不登录用户只能访问到影评的前12页的数据
  3. 豆瓣影评数据只展示24页
  4. 本方法是上一篇博客的另一种写法
  5. 爬取豆瓣的全部内容目前还不太容易,真正可行的我还没见到,希望各位大侠能真正的爬出来分享。

import requests
from bs4 import BeautifulSoup
import time
import jieba
from wordcloud import WordCloud
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import re
 
def getHtml(url):
    try:
        r = requests.get(url,headers={
   'User-Agent':'Mozilla/5.0 (Windows NT 6.1; \
WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360EE'},\
                         cookies={
   'cookie':'1012'})
        r.raise_for_status()
        r.encoding = "utf-8"
        return r.text
    except:
        print("到此为止。原因豆瓣不登录用户只能访问到影评的前12页的数据,\
登录后的用户可以看到前24页的数据(豆瓣影评数据只展示24页")
 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“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 1
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