65 Star 359 Fork 186

耿直的小爬虫/Python爬虫

加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
爬取猫眼评论通用接口.py 2.88 KB
一键复制 编辑 原始数据 按行查看 历史
import requests
from fake_useragent import UserAgent
import json
import pymongo
from time import strftime,gmtime
clien=pymongo.MongoClient(host='改成自己的数据库地址')
db=clien.Cat_eye_interface
coll=db.eye_essay
#创建一个随机生成user-aengt的对象
ua=UserAgent()
#提取我们要的短评
def parse_json(json):
if json:
items=json.get('cmts')
for item in items:
data={
'ID':item.get('nickName'),
'短评':item.get('content'),
'评分':item.get('score'),
'用户地点':item.get('cityName'),
'评论时间':item.get('startTime'),
'回复数':item.get('reply'),
'性别':item.get('gender')
}
#保存到数据库中
coll.insert_one(data)
'''
写入本地的参数(修改文件名字和保存地方即可)
cute=str(data)
with open('评论.txt','a+')as p:
p.write(cute)
print('写入完成')
'''
print(data)
def Crawl_JSON(Page):
ua = UserAgent()
headers={
'User-Agent':ua.random,
'Host':'m.maoyan.com',
'Referer':'http://m.maoyan.com/movie/1217236/comments?_v_=yes'
}
#猫眼电影短评接口
page=Page
u=0
for i in range(page):
try:
offset=15*i
The_Time= strftime("%Y-%m-%d ", gmtime())
#http://m.maoyan.com/mmdb/comments/movie/342166.json?_v_=yes&offset=30&startTime=2018-10-18%2015%3A35%3A48
#comment_api = 'http://m.maoyan.com/mmdb/comments/movie/1217236.json?_v_=yes&offset={0}&startTime=2018-10-18%2015%3A35%3A48'.format(offset)
'''
下方的comment_api中的地址可以自信更改为猫眼电影的
获取方法:
1.打开浏览器
2.按F12或者右键进去审查模式
3.点开后 点击打开后审查模式左上角的手机模型的图标
4.然后刷新 获取URL
具体看https://mp.weixin.qq.com/s?__biz=MzU0NzY0NzQyNw==&mid=2247484297&idx=1&sn=c6b27dcd8fbb125bdf93dcc92e50cd6a&chksm=fb4a7925cc3df0339b554d46e918547285edf8005e749d7081bf409c76c7ba70460286c6f90d&mpshare=1&scene=23&srcid=1010VtAWxuPMTX2YYZeWGOyH#rd
'''
comment_api = 'http://m.maoyan.com/mmdb/comments/movie/342166.json?_v_=yes&offset={}&startTime={}%2015%3A35%3A48'.format(offset,The_Time)
#发送get请求
response_coment=requests.get(url=comment_api,headers=headers)
json_comment=response_coment.text
json_comments=json.loads(json_comment)
parse_json(json_comments)
u+=15
except Exception as e:
print('出现错误:',e.args)
The_page=int(input('请输入要爬取的页数:'))
parse_json(Crawl_JSON(The_page))
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化
Python
1
https://gitee.com/testp2y/python_reptilian.git
git@gitee.com:testp2y/python_reptilian.git
testp2y
python_reptilian
Python爬虫
master

搜索帮助