python小練習(xí)之爬魷魚(yú)游戲的評(píng)價(jià)生成詞云
魷魚(yú)游戲是什么，相信大家都不陌生了，雖然說(shuō)博主沒(méi)看過(guò)這部劇，但是還是對(duì)豆瓣的評(píng)論有點(diǎn)好奇，剛剛好近期學(xué)習(xí)了selenium，就當(dāng)練練手了，來(lái)吧來(lái)吧，爬爬爬。
分析頁(yè)面
還是老樣子，兄弟們先打開(kāi)我們最喜歡的google瀏覽器，點(diǎn)擊F12，開(kāi)啟爬蟲(chóng)快樂(lè)模式
來(lái)到頁(yè)面，如下圖步驟，逐個(gè)點(diǎn)擊
然后我們就發(fā)現(xiàn)這個(gè)頁(yè)面確實(shí)很簡(jiǎn)單，每一條評(píng)論就是包在了class為short的span標(biāo)簽內(nèi)，那就可以開(kāi)始寫xpath了,如下圖
這樣一頁(yè)的評(píng)論就拿到了，接下來(lái)就是換頁(yè)了
有一個(gè)小技巧，不需要我們自己寫xpath，直接用google瀏覽器可以生成xpath，如下圖所示
點(diǎn)擊這個(gè)Copy path這樣就拿到了按鈕的xpath的內(nèi)容，然后實(shí)現(xiàn)點(diǎn)擊頁(yè)面就可以了，好了就這樣分析完了，接下來(lái)開(kāi)始寫代碼了。
重要代碼
selenium打開(kāi)豆瓣短評(píng)頁(yè)面
# 待打開(kāi)的頁(yè)面
url = 'https://movie.douban.com/subject/34812928/comments?limit=20&status=P&sort=new_score'
# 躲避智能檢測(cè)
option = webdriver.ChromeOptions()
# option.headless = True
option.add_experimental_option('excludeSwitches', ['enable-automation'])
option.add_experimental_option('useAutomationExtension', False)
driver = webdriver.Chrome(options=option)
driver.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument',{'source': 'Object.defineProperty(navigator, "webdriver", {get: () => undefined})'
})
#打開(kāi)頁(yè)面
driver.get(url)
根據(jù)xpath來(lái)獲取評(píng)論內(nèi)容
這里獲取評(píng)論的xpath語(yǔ)句
//span[@class="short"]
獲取評(píng)論代碼
options = driver.find_elements(By.XPATH, '//span[@class="short"]') for i in options: text=text+i.text
實(shí)現(xiàn)跳轉(zhuǎn)下一頁(yè)
下一頁(yè)的按鈕xpath
//*[@id="paginator"]/a
跳轉(zhuǎn)按鈕點(diǎn)擊代碼
nextpage = driver.find_element(By.XPATH, '//*[@id="paginator"]/a') nextpage.click()
完整代碼
詞云生成工具類
# -*- codeing = utf-8 -*-
# @Time : 2021/10/9 20:54
# @Author : xiaow
# @File : wordcloudutil.py
# @Software : PyCharm
from wordcloud import WordCloud
import PIL.Image as image
import numpy as np
import jieba
def trans_CN(text):
# 接收分詞的字符串
word_list = jieba.cut(text)
# 分詞后在單獨(dú)個(gè)體之間加上空格
result = " ".join(word_list)
return result
def getWordCloud(text):
# print(text)
text = trans_CN(text)
# 詞云背景圖
mask = np.array(image.open("E://file//pics//mask3.jpg"))
wordcloud = WordCloud(
mask=mask,
# 字體樣式文件
font_path="C:\Windows\Fonts\STXINGKA.TTF",
background_color='white'
).generate(text)
image_produce = wordcloud.to_image()
image_produce.show()
評(píng)論獲取代碼
# -*- codeing = utf-8 -*-
# @Time : 2021/6/27 22:29
# @Author : xiaow
# @File : test.py
# @Software : PyCharm
import time
from selenium import webdriver
from selenium.webdriver.common.by import By
from api import wordcloudutil
if __name__ == '__main__':
url = 'https://movie.douban.com/subject/34812928/comments?limit=20&status=P&sort=new_score'
# 躲避智能檢測(cè)
option = webdriver.ChromeOptions()
# option.headless = True
option.add_experimental_option('excludeSwitches', ['enable-automation'])
option.add_experimental_option('useAutomationExtension', False)
driver = webdriver.Chrome(options=option)
driver.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument',{'source': 'Object.defineProperty(navigator, "webdriver", {get: () => undefined})'
})
driver.get(url)
text=''
# 獲取所有的選項(xiàng)元素
j=0
while 1:
# 定位到新跳轉(zhuǎn)的頁(yè)面
time.sleep(1)
driver.switch_to.window(driver.window_handles[0])
options = driver.find_elements(By.XPATH, '//span[@class="short"]')
for i in options:
text=text+i.text
time.sleep(2)
nextpage = driver.find_element(By.XPATH, '//*[@id="paginator"]/a')
nextpage.click()
j=j+1
if j>10:
break
print(text)
wordcloudutil.getWordCloud(text)
成果
最后爬取的評(píng)論生成了詞云圖，如下圖所示
就這樣就結(jié)束了，還是很簡(jiǎn)單的
到此這篇關(guān)于python小練習(xí)之爬魷魚(yú)游戲的評(píng)價(jià)生成詞云的文章就介紹到這了,更多相關(guān)Python 爬取魷魚(yú)游戲內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來(lái)源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來(lái)源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來(lái)源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來(lái)，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信