爬取豆瓣电影前十页的好评一般差评

分析一波

爬取的地址：https://movie.douban.com/subject/26588308/comments

分别找出好评、一般、差评的评论：

• 通过地址栏分析，评论的类型和percent_type有关：
  • 好评为h
  • 一般为m
  • 差评为l

但是我们想找的是在全部里面寻找好评一般和差评，所以这种方法就不适用了。

但是我们发现每个评论都会有小星星，星星的个数就可以区分评论的类型了。

• 好评为5颗星或4颗星
• 一般为3颗星
• 差评为2颗星或者1颗星

这里对应的标签为span（class就是星星的个数）

所以可以获取到每一个comment-item，然后判断里面allstarXX是多少，再把评论分类就可以了。

代码

#找出10页里的好评，一般或差评
import urllib.request
from bs4 import BeautifulSoup
import time


absolute = "https://movie.douban.com/subject/26588308/comments"
headers = {
   
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36',
}
comment_list_h = []  #好评
comment_list_m = []  #一般
comment_list_l = []  #差评


#解析html
def get_data(html):
    soup = BeautifulSoup(html,'lxml')
    if soup.string != None:
        return 0
    else:
        div = soup