https://www.bilibili.com/video/BV1LX4y1u7VA/

 

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

基本开发环境

  • Python 3.6

  • Pycharm

相关模块的使用

import jiebaimport wordcloudimport timeimport requests

 

目标网页分析

今天就爬取青灯教育免费公开课的课程评价

网站地址:

https://ke..com/course/384363?taid=10654594091048299&tuin=8aa5eb27

 

如何获取课程评价?

打开开发者工具(F12或者鼠标右键点击检查),复制评价,在开发者工具当中进行搜索。

 

这个接口数据有10条评价,一页评价也是10条评论,所以只需要请求这个链接,再通过json数据,字典取值的方式提取评价内容即可。

如何实现多页爬取

第一页评价数据接口参数

 

第二页评价数据接口参数

 

通过对比可得:page参数的变化,对应的是页码数。构建for循环即可实现多页爬取效果。

爬虫实现代码

注意点:

headers 参数需要添加 referer 防盗链,不然获取不到数据

import timeimport requestsfor page in range(0, 23):
    time.sleep(1)
    url = 'https://ke..com/cgi-bin/comment_new/course_comment_list'headers = {'referer': 'https://ke..com/course/384363?taid=10654585501113707&tuin=8aa5eb27','user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'}
    params = {'cid': '384363','count': '10','page': page,'filter_rating': '0','bkn': '1905043087','r': '0.30477140651006174',
    }

    response = requests.get(url=url, params=params, headers=headers)
    html_data = response.json()

    result = html_data['result']['items']for i in result:
        comment = i['first_comment']
        with open('评价.txt', mode='a', encoding='utf-8') as f:
            f.write(comment)
            f.write('\n')print(comment)

 

词云实现代码
import jiebaimport wordcloud# 读取文件内容f = open(r'D:\python\demo\腾讯课堂评价\评价.txt', encoding='utf-8')
txt = f.read()# jieba 分词 分割词汇txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)# 词云图设置wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽height=700,         # 图片的高background_color='white',   # 图片背景颜色font_path='msyh.ttc',    # 词云字体# mask=py,     # 所使用的词云图片scale=15,
        stopwords={'老师'},       # 停用词# contour_width=5,# contour_color='red'  # 轮廓颜色)# 给词云输入文字wc.generate(string)# 词云图保存图片地址wc.to_file(r'D:\python\demo\腾讯课堂评价\out.png')

 

 

 

文章来源于网络,如有侵权请联系站长QQ61910465删除

本文版权归趣快排www.sEoguruBlog.com 所有,如有转发请注明来出,竞价开户托管,seo优化请联系QQ✈61910465