紅海戰(zhàn)役與戰(zhàn)狼2影評(píng)分析

一勃蜘、數(shù)據(jù)爬取

使用pyspider砚著,在豆瓣把兩部電影的影評(píng)拉下來(lái)伴嗡,存儲(chǔ)起來(lái)

pyspider腳本:

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
# Created on 2018-03-10 21:44:35
# Project: douban_movie

from pyspider.libs.base_handler import *
from pyspider.database.mysql.pymysql import SQL


class Handler(BaseHandler):
    crawl_config = {
        'headers' : {'Connection':'keep-alive','Accept-Encoding':'gzip, deflate, br','Accept-Language':'zh-CN,zh;q=0.8','content-type':'application/x-www-form-urlencoded','User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36'}
    }

    def on_start(self):
        self.crawl('https://movie.douban.com/subject/26861685/comments?start=0&limit=20', callback=self.getCount)
            

    def getCount(self, response):
        commentCount = int(response.doc('.is-active > span').text()[3:-1])
        startNum = 0
        for i in range(int(commentCount/20)):
            self.crawl('https://movie.douban.com/subject/26861685/comments?start='+str(startNum) +'&limit=20', callback=self.detail_page)
            startNum = startNum + 20

    @config(priority=2)
    def detail_page(self, response):
        result = []
        for item in response.doc('.comment > p').items():
            result.append({
                "comment": item.text()
            })
        return result
    
    def on_result(self,result):
        if not result or len(result)==0:
            return
        sql = SQL()
        for item in result:
            sql.insert('movie_comment',**item)  

需要在/usr/lib/python2.7/site-packages/pyspider/database/mysql/下放入以下文件
文件名:pymysql.py

#!/usr/bin/env python
# -*- encoding: utf-8 -*-
from six import itervalues
import pymysql
import pymysql.cursors

class SQL():
    #數(shù)據(jù)庫(kù)初始化
    def __init__(self):
        self.connection = False
        try:
            self.conn = pymysql.connect(host='localhost',
                             user='root',
                             password='123456',
                             db='data_analyse',
                             charset='utf8',
                             cursorclass=pymysql.cursors.DictCursor)
            self.cursor = self.conn.cursor()
            self.cursor.execute("set names utf8")
            self.connection = True
        except Exception as e:
            print("Cannot Connect To Mysql!/n")

    def escape(self,string):
        return '%s' % string
    #插入數(shù)據(jù)到數(shù)據(jù)庫(kù)   
    def insert(self,tablename=None,**values):

        if self.connection: 
            tablename = self.escape(tablename)  
            if values:
                _keys = ",".join(self.escape(k) for k in values)
                _values = ",".join(['%s',]*len(values))
                sql_query = "insert into %s (%s) values (%s)" % (tablename,_keys,_values)
            else:
                sql_query = "replace into %s default values" % tablename
            try:
                if values:
                    self.cursor.execute(sql_query,list(itervalues(values)))
                else:       
                    self.cursor.execute(sql_query)
                self.conn.commit()
                return True
            except Exception as e:
                print('An Error Occured: ',e)
                return False

image.png

二窄潭、數(shù)據(jù)清洗
后面用到到j(luò)ieba分詞迅皇,需要把評(píng)論中的標(biāo)點(diǎn)符號(hào)都去掉

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末昧辽,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子登颓,更是在濱河造成了極大的恐慌搅荞,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,482評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件框咙,死亡現(xiàn)場(chǎng)離奇詭異咕痛,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)喇嘱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,377評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門(mén)茉贡,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人者铜,你說(shuō)我怎么就攤上這事腔丧。” “怎么了作烟?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,762評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵愉粤,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我拿撩,道長(zhǎng)衣厘,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,273評(píng)論 1 279
  • 正文 為了忘掉前任压恒,我火速辦了婚禮影暴,結(jié)果婚禮上怖亭,老公的妹妹穿的比我還像新娘。我一直安慰自己坤检,他們只是感情好兴猩,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,289評(píng)論 5 373
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著早歇,像睡著了一般倾芝。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上箭跳,一...
    開(kāi)封第一講書(shū)人閱讀 49,046評(píng)論 1 285
  • 那天晨另,我揣著相機(jī)與錄音,去河邊找鬼谱姓。 笑死借尿,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的屉来。 我是一名探鬼主播路翻,決...
    沈念sama閱讀 38,351評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼茄靠!你這毒婦竟也來(lái)了茂契?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 36,988評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤慨绳,失蹤者是張志新(化名)和其女友劉穎掉冶,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體脐雪,經(jīng)...
    沈念sama閱讀 43,476評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡厌小,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,948評(píng)論 2 324
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了战秋。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片璧亚。...
    茶點(diǎn)故事閱讀 38,064評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖获询,靈堂內(nèi)的尸體忽然破棺而出涨岁,到底是詐尸還是另有隱情拐袜,我是刑警寧澤吉嚣,帶...
    沈念sama閱讀 33,712評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站蹬铺,受9級(jí)特大地震影響尝哆,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜甜攀,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,261評(píng)論 3 307
  • 文/蒙蒙 一秋泄、第九天 我趴在偏房一處隱蔽的房頂上張望琐馆。 院中可真熱鬧,春花似錦恒序、人聲如沸瘦麸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,264評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)滋饲。三九已至,卻和暖如春喊巍,著一層夾襖步出監(jiān)牢的瞬間屠缭,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,486評(píng)論 1 262
  • 我被黑心中介騙來(lái)泰國(guó)打工崭参, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留呵曹,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,511評(píng)論 2 354
  • 正文 我出身青樓何暮,卻偏偏與公主長(zhǎng)得像奄喂,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子海洼,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,802評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容