前言

魷魚游戲是什么，相信大家都不陌生了，雖然說博主沒看過這部劇，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，來吧來吧，爬爬爬。

分析頁面

還是老樣子，兄弟們先打開我們最喜歡的google瀏覽器，點(diǎn)擊F12，開啟爬蟲快樂模式
來到頁面，如下圖步驟，逐個(gè)點(diǎn)擊

然后我們就發(fā)現(xiàn)這個(gè)頁面確實(shí)很簡單，每一條評(píng)論就是包在了class為short的span標(biāo)簽內(nèi)，那就可以開始寫xpath了,如下圖

這樣一頁的評(píng)論就拿到了，接下來就是換頁了
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)擊頁面就可以了，好了就這樣分析完了，接下來開始寫代碼了。

重要代碼

selenium打開豆瓣短評(píng)頁面

# 待打開的頁面
  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})'
                          })
  #打開頁面
  driver.get(url)

根據(jù)xpath來獲取評(píng)論內(nèi)容

這里獲取評(píng)論的xpath語句

//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

下一頁的按鈕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，還是很簡單的

到此這篇關(guān)于python小練習(xí)之爬魷魚游戲的評(píng)價(jià)生成詞云的文章就介紹到這了,更多相關(guān)Python 爬取魷魚游戲內(nèi)容請(qǐng)搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！

原文鏈接：https://blog.csdn.net/qq_43627076/article/details/120817996