电影评论词云分析

最新推荐文章于 2024-08-21 18:17:45 发布

我和贞子姐很熟

最新推荐文章于 2024-08-21 18:17:45 发布

阅读量2.2k

点赞数

本文链接：https://blog.csdn.net/weixin_42668123/article/details/83184674

版权

本文介绍如何从豆瓣电影爬取评论并进行词云分析。首先分析网站源码，利用电影名称和ID获取评论。接着清洗数据，去除表情和特殊字符，最后使用特定模块制作词云，展示评论高频词汇。

摘要由CSDN通过智能技术生成

需求：将豆瓣电影的评论爬取出来，用词云的方式对其进行分析
步骤分析：
1). 分析网站的源码
2). 通过url获取电影名和电影id
3). 获取指定的电影的评论
4). 数据的清洗，去除一些不需要的信息
5). 进行词云的分析

分析网站的源码
通过源码分析，豆瓣电影是靠电影名称和电影的id来区分每个电影的，想要获取各个电影的影评，需要先获取上面两个信息
比如说《宝贝儿》这部电影，它的id就是：27039069

通过不同的id号，来访问不同的电影影评
通过url获取电影名和电影id

import requests
from bs4 import BeautifulSoup
url='https://movie.douban.com/cinema/nowplaying/xian/'
# 1）获取页面信息
response=requests.get(url)
content=response.text
# print(content)
# 2）分析页面，获取id和电影名
soup=BeautifulSoup(content,'html.parser')
# 先找到所有的电影信息对应的li标签
nowplaying_movie_list=soup.find_all('li',class_='list-item')
# 存储所有的电影信息（名称和id）
movies_info=[]
for item