您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關(guān)使用python怎么爬取微博評(píng)論,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。
1、云計(jì)算,典型應(yīng)用OpenStack。2、WEB前端開(kāi)發(fā),眾多大型網(wǎng)站均為Python開(kāi)發(fā)。3.人工智能應(yīng)用,基于大數(shù)據(jù)分析和深度學(xué)習(xí)而發(fā)展出來(lái)的人工智能本質(zhì)上已經(jīng)無(wú)法離開(kāi)python。4、系統(tǒng)運(yùn)維工程項(xiàng)目,自動(dòng)化運(yùn)維的標(biāo)配就是python+Django/flask。5、金融理財(cái)分析,量化交易,金融分析。6、大數(shù)據(jù)分析。
一、爬蟲(chóng)微博
與QQ空間爬蟲(chóng)類似,可以爬取新浪微博用戶的個(gè)人信息、微博信息、粉絲、關(guān)注和評(píng)論等。
爬蟲(chóng)抓取微博的速度可以達(dá)到 1300萬(wàn)/天 以上,具體要視網(wǎng)絡(luò)情況。
難度程度排序:網(wǎng)頁(yè)端>手機(jī)端>移動(dòng)端。微博端就是最好爬的微博端。
二、python爬蟲(chóng)爬取微博評(píng)論
第一步:確定評(píng)論用戶的id
# -*- coding:utf-8 -*- import requests import re import time import pandas as pd urls = 'https://m.weibo.cn/api/comments/show?id=4073157046629802&page={}' headers = {'Cookies':'Your cookies', 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_11_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.181 Safari/537.36'}
第二步:找到html標(biāo)簽
tags = re.compile('</?\w+[^>]*>')
第三步:設(shè)置提取評(píng)論function
def get_comment(url): j = requests.get(url, headers=headers).json() comment_data = j['data']['data'] for data in comment_data: try:
第四步:利用正則表達(dá)式去除文本中的html標(biāo)簽
comment = tags.sub('', data['text']) # 去掉html標(biāo)簽 reply = tags.sub('', data['reply_text']) weibo_id = data['id'] reply_id = data['reply_id'] comments.append(comment) comments.append(reply) ids.append(weibo_id) ids.append(reply_id)
第五步:爬取評(píng)論
df = pd.DataFrame({'ID': ids, '評(píng)論': comments}) df = df.drop_duplicates() df.to_csv('觀察者網(wǎng).csv', index=False, encoding='gb18030')
看完上述內(nèi)容,你們對(duì)使用python怎么爬取微博評(píng)論有進(jìn)一步的了解嗎?如果還想了解更多知識(shí)或者相關(guān)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道,感謝大家的支持。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。