豆瓣電視劇評(píng)論的爬取以及進(jìn)行情感分析+生成詞云

很多時(shí)候我們要了解一部電視劇或電影的好壞時(shí)都會(huì)去豆瓣上查看評(píng)分和評(píng)論斟览,本文基于豆瓣上對(duì)某一部電視劇評(píng)論的爬取饲窿,然后進(jìn)行SnowNLP情感分析蔽午,最后生成詞云樟遣,給人一個(gè)直觀的印象

1. 爬取評(píng)論

以前段時(shí)間比較火熱的《獵場(chǎng)》為例,因豆瓣網(wǎng)有反爬蟲(chóng)機(jī)制姿骏,所以在爬取時(shí)要帶登錄后的cookie文件糖声,保存在cookie.txt文件里,具體代碼及結(jié)果如下:

import requests, codecs
from lxml import html
import time
import random

header = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:54.0) Gecko/20100101 Firefox/54.0'}
f_cookies = open('cookie.txt', 'r')
cookies = {}
for line in f_cookies.read().split(';'):
    name, value = line.strip().split('=', 1)
    cookies[name] = value
#print(cookies)

for num in range(0, 500, 20):
    url = 'https://movie.douban.com/subject/26322642/comments?start=' + str(
        num) + '&limit=20&sort=new_score&status=P&percent_type='
    with codecs.open('comment.txt', 'a', encoding='utf-8') as f:
        try:
            r = requests.get(url, headers=header, cookies=cookies)
            result = html.fromstring(r.text)
            comment = result.xpath( " // div[@class ='comment'] / p / text() ")
            for i in comment:
                f.write(i.strip() + '\r\n')
        except Exception as e:
            print(e)
    time.sleep(1 + float(random.randint(1, 100)) / 20)
評(píng)論爬取結(jié)果
2. 情感分析

SnowNLP是python中用來(lái)處理文本內(nèi)容的工腋,可以用來(lái)分詞姨丈、標(biāo)注、文本情感分析等擅腰,情感分析是簡(jiǎn)單的將文本分為兩類(lèi)蟋恬,積極和消極,返回值為情緒的概率趁冈,越接近1為積極歼争,接近0為消極。代碼如下:

import numpy as np
from snownlp import SnowNLP
import matplotlib.pyplot as plt

f = open('comment.txt', 'r', encoding='UTF-8')
list = f.readlines()
sentimentslist = []
for i in list:
    s = SnowNLP(i)
    # print s.sentiments
    sentimentslist.append(s.sentiments)
plt.hist(sentimentslist, bins=np.arange(0, 1, 0.01), facecolor='g')
plt.xlabel('Sentiments Probability')
plt.ylabel('Quantity')
plt.title('Analysis of Sentiments')
plt.show()
情感分析結(jié)果
3. 生成詞云

詞云的生成主要用到了結(jié)巴分詞和wordcloud渗勘,前者是針對(duì)中文進(jìn)行分詞的處理庫(kù)沐绒,后者可以根據(jù)分詞處理結(jié)果定制化生成詞云,詳細(xì)代碼如下:

#coding=utf-8
import matplotlib.pyplot as plt
from scipy.misc import imread
from wordcloud import WordCloud
import jieba, codecs
from collections import Counter

text = codecs.open('comment.txt', 'r', encoding='utf-8').read()
text_jieba = list(jieba.cut(text))
c = Counter(text_jieba)  # 計(jì)數(shù)
word = c.most_common(800)  # 取前500

bg_pic = imread('src.jpg')
wc = WordCloud(
    font_path='C:\Windows\Fonts\SIMYOU.TTF',  # 指定中文字體
    background_color='white',  # 設(shè)置背景顏色
    max_words=2000,  # 設(shè)置最大顯示的字?jǐn)?shù)
    mask=bg_pic,  # 設(shè)置背景圖片
    max_font_size=200,  # 設(shè)置字體最大值
    random_state=20  # 設(shè)置多少種隨機(jī)狀態(tài)旺坠,即多少種配色
)
wc.generate_from_frequencies(dict(word))  # 生成詞云


wc.to_file('result.jpg')

# show
plt.imshow(wc)
plt.axis("off")
plt.figure()
plt.imshow(bg_pic, cmap=plt.cm.gray)
plt.axis("off")
plt.show()
原始圖和詞云圖
?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:七十年代末乔遮,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子取刃,更是在濱河造成了極大的恐慌蹋肮,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,729評(píng)論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件璧疗,死亡現(xiàn)場(chǎng)離奇詭異坯辩,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)崩侠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,226評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén)漆魔,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人却音,你說(shuō)我怎么就攤上這事改抡。” “怎么了系瓢?”我有些...
    開(kāi)封第一講書(shū)人閱讀 169,461評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵雀摘,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我八拱,道長(zhǎng),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 60,135評(píng)論 1 300
  • 正文 為了忘掉前任肌稻,我火速辦了婚禮清蚀,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘爹谭。我一直安慰自己枷邪,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,130評(píng)論 6 398
  • 文/花漫 我一把揭開(kāi)白布诺凡。 她就那樣靜靜地躺著东揣,像睡著了一般。 火紅的嫁衣襯著肌膚如雪腹泌。 梳的紋絲不亂的頭發(fā)上嘶卧,一...
    開(kāi)封第一講書(shū)人閱讀 52,736評(píng)論 1 312
  • 那天,我揣著相機(jī)與錄音凉袱,去河邊找鬼芥吟。 笑死,一個(gè)胖子當(dāng)著我的面吹牛专甩,可吹牛的內(nèi)容都是我干的钟鸵。 我是一名探鬼主播,決...
    沈念sama閱讀 41,179評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼涤躲,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼棺耍!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起种樱,我...
    開(kāi)封第一講書(shū)人閱讀 40,124評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤蒙袍,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后缸托,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體左敌,經(jīng)...
    沈念sama閱讀 46,657評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,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 38,723評(píng)論 3 342
  • 正文 我和宋清朗相戀三年俐镐,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了矫限。 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。...
    茶點(diǎn)故事閱讀 40,872評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡佩抹,死狀恐怖叼风,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情棍苹,我是刑警寧澤无宿,帶...
    沈念sama閱讀 36,533評(píng)論 5 351
  • 正文 年R本政府宣布,位于F島的核電站枢里,受9級(jí)特大地震影響孽鸡,放射性物質(zhì)發(fā)生泄漏蹂午。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,213評(píng)論 3 336
  • 文/蒙蒙 一彬碱、第九天 我趴在偏房一處隱蔽的房頂上張望豆胸。 院中可真熱鬧,春花似錦巷疼、人聲如沸晚胡。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,700評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)估盘。三九已至,卻和暖如春骡尽,著一層夾襖步出監(jiān)牢的瞬間遣妥,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,819評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工爆阶, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留燥透,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,304評(píng)論 3 379
  • 正文 我出身青樓辨图,卻偏偏與公主長(zhǎng)得像班套,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)殘疾皇子故河,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,876評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容