云词图！Python带你遨游3D影评世界

使用chrome浏览器进入某平台电影主页，找到你想要的电影的影评，确定第一页影评的爬虫网址！例如：

https://movie.douban.com/subject/35177274/comments?start=0&limit=20&sstatus=P

其中35177274指该电影的id编号，start=0表示当前是影评开始页面,limit=20，指每页有20条影评

使用requests库获取网页源码

首先导入requests库，通过requests库调用get方法传入url和headers参数即可获取网页源码，url为第一页影评网址,代码如下:

使用BeautifulSoup库提取影评信息并保存数据

获取到网页源码之后,可以提取影评信息,观察网页源码格式，所有的影评在网页源码中的格式是一致的，通过BeautifulSoup库对象soup的find＿all对象可以找到所有的影评,提取到影评信息后保存在comment.csv文件中，代码如下:

查看是否有下一页影评

提取到第一页的影评数据后，要继续向后翻页，此时需要检查是否有下一页，若存在下一页，需要继续对该页执行以上重复代码。观察网页源码:

将以上所有代码存于get＿comment方法中，调用该方法可得到该电影所有影评数据，并保存在comment.csv文件中。

制作云词图

词云是一种新的可视化展示工具，制作词云，首先要提取出关键词。Python提供了jieba库和wordcloud库，可以完成关键词的抽取和词云生成。

“结巴”分词是一个Python中文分词组件,可以对中文文本进行分词、词性标注、关键词抽取等功能，并且支持繁体分词和自定义词典。一般有三种分词方式，其中精确模式分词适合做文本分析。

wordcloud库可以将分词后提取出的关键词用图片表达出来，还可以设置词云图的背景图片，通过词云图，我们可以更加直观的看出某部电影的效果。生成词云的代码如下: