Python学习-使用Python爬取陈奕迅新歌《我们》网…

2018-06-18 02:41:45来源:未知 阅读 ()

新老客户大回馈,云服务器低至5折

《后来的我们》上映也有好几天了,一直没有去看,前几天还爆出退票的事件,电影的主题曲由陈奕迅所唱,特地找了主题曲《我们》的MV看了一遍,还是那个感觉。那天偶然间看到Python中文社区公众号推送了一篇文章《用Python爬取陈奕迅新歌《我们》10万条评论的新发现》。最近一直在学习Python,想着找一个有趣的项目做一个练习,于是就模仿作者的代码开始练习,原文中作者在题目中说是“10万条评论的新发现”,通过程序运行,发现作者并没有对所有评论进行爬取,只是爬取了网易云音乐中《我们》这首歌的热门评论,并根据数据绘制了图表。

网易云《我们》

代码:

 1 #!/usr/bin/env python3
 2 # -*- coding: utf-8 -*-
 3 # @Time    : 2018/4/29 18:09
 4 # @Author  : yang
 5 # @File    : Code.py
 6 # @Software: PyCharm
 7 import requests
 8 import json
 9 
10 #爬取陈奕迅的《我们》的热门评论
11 #参数:url,headers,user_data(params,encSecKey)
12 url = 'http://music.163.com/weapi/v1/resource/comments/R_SO_4_551816010?csrf_token='    #评论所在的链接
13 headers = {
14     'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36',
15     'Referer':'http://music.163.com/song?id=551816010',
16     'Origin':'http://music.163.com',
17     'Host':'music.163.com'
18 }
19 #加密数据,直接拿过来用
20 user_data = {
21     'params':'60e75d03+rb9U8IQhy6/9+H1si5pp7qLysZoQsYG9qFkXtXL9dRKMfchCKpJ8OpN9m7vSRVkYWN+wscyUqelunqxGDozt2bJWQ2QRj4pJrSa0xoJPAk5Jw8t70rYW8hwdyoYswl+kRQTQ6oz3eHHZ5BLzZZB4t/4asFSQQDnCteg2GqrEJBomMgpFMIa4Ybt',
22     'encSecKey':'52db8824c86503bc2cfc050ac78969c9155ff08f274f88b767ad6535febcbad021d0cdabcc172e01f91c42a2aca0786e407935f8feaa44a03efb96ec9d71de181e92ae8471738e4a43b252f22b46739cb3b86544a9f9403b0402bd9638a3bc2b87bf3a0b9cff6ef7b6b1589f00a5bfeecb9d45c493456082d80fbece6ac5a3fa'
23 }
24 
25 response = requests.post(url,headers=headers,data=user_data)
26 data = json.loads(response.text)
27 hotcomments = []
28 for hotcomment in data['hotComments']:
29     item = {
30         'nickname':hotcomment['user']['nickname'],
31         'content':hotcomment['content'],
32         'likedCount':hotcomment['likedCount']
33     }
34     hotcomments.append(item)
35 #获取评论用户名,内容,以及对应的获赞数
36 content_list = [content['content'] for content in hotcomments]
37 nickname = [content['nickname'] for content in hotcomments]
38 liked_count = [content['likedCount'] for content in hotcomments]
39 
40 #点赞数
41 from pyecharts import Bar      #pyecharts:图表包
42 bar = Bar('热门中点赞数示例图')
43 bar.add('点赞数',nickname,liked_count,is_stack=True,mark_line=['min','max'],mark_point=['average'])
44 bar.render()
45 
46 #词云图
47 from wordcloud import WordCloud     #WordCloud:词云包
48 import matplotlib.pyplot as plt     #matplotlib:绘图功能包
49 content_text = ' '.join(content_list)
50 wordcloud = WordCloud(font_path=r'C:\simhei.ttf',max_words=200).generate(content_text)
51 plt.figure()
52 plt.imshow(wordcloud,interpolation='bilinear')
53 plt.axis('off')
54 plt.show()

 

爬取结果:


热门评论中点赞数示意图:

 

热门评论词云图:

 

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:Python pickle

下一篇:字符串相似度算法-LEVENSHTEIN DISTANCE算法