今天小编给大家分享一下如何用python爬取某东评论的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
10年积累的网站设计、网站建设经验，可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你，你也不认识我。但先网站制作后付款的网站建设流程，更有赫章免费网站建设让你可以放心的选择与我们合作。
import requestsimport jsonimport osimport timeimport randomimport jiebafrom wordcloud import WordCloudfrom imageio import imread
comment_file_path = 'jd_comments.txt'
def get_spider_comments(page = 0):
#爬取某东评论 url = 'https://sclub.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98vv7990&productId=1070129528&score=0&sortType=5&page=%s&pageSize=10&isShadowSku=0&rid=0&fold=1'%page headers = {
'user-agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36', 'referer':'https://item.jd.com/1070129528.html' } try: response = requests.get(url, headers = headers) except: print("something wrong!") #获取json格式数据集 comments_json = response.text[26:-2] #将json数据集转为json对象 comments_json_obj = json.loads(comments_json) #获取comments里面的所有内容 comments_all = comments_json_obj['comments'] #获取comments中评论content的内容 for comment in comments_all: with open(comment_file_path,'a+' ,encoding='utf-8') as fin: fin.write(comment['content']+'\n') print(comment['content'])
def batch_spider_comments(): # 每次写入数据之前先清空文件 if os.path.exists(comment_file_path): os.remove(comment_file_path) for i in range(100): print('正在爬取'+str(i+1)+'页数据。。。。') get_spider_comments(i) time.sleep(random.random()*5)
def cut_word(): with open(comment_file_path,encoding='utf-8')as file: comment_text = file.read() wordlist = jieba.lcut_for_search(comment_text) new_wordlist = ' '.join(wordlist) return new_wordlist
def create_word_cloud(): mask = imread('ball.jpg') wordcloud = WordCloud(font_path='msyh.ttc',mask = mask).generate(cut_word()) wordcloud.to_file('picture.png')
if __name__ == '__main__': create_word_cloud()
以上就是“如何用python爬取某东评论”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注创新互联行业资讯频道。
网页题目：如何用python爬取某东评论
文章路径：
http://www.cdkjz.cn/article/pjchoo.html
