python爬取歌曲评论_python爬取歌曲评论并进行数据可视化
一、抓数据
要想做成词云图表，首先得有数据才行。于是需要一点点的爬虫技巧。
基本思路为：抓包分析、加密信息处理、抓取热门评论信息
1.抓包分析
为了方便访问《摩天大楼》歌曲页面
下一步的任务是获取歌曲评论的相关链接，并对收集到的数据进行对比验证。
整理思路，分析api并模拟发送请求，获取json解析就好了
2.加密信息处理
在经过测试后
3.抓取热门评论信息
二、数据可视化
在收集相关评论数据后，我们将其制作成图表与词云图，并便于直观呈现。
请确保在自己的电脑上按照以下步骤正确安装相关软件组件：Pyecharts库（图表显示库）、Matplotlib库（绘图功能库）、WordCloud模块（词云生成工具模块）。
import requests
import json
from pyecharts import Bar
from wordcloud import WordCloud
import matplotlib.pyplot as plt
headers = {
'User-Agent'属性赋值给JavaScript对象表示一种常见的浏览器引擎；该对象基于Windows平台的版本号为NT 6.1，并支持Win64和x64架构；该引擎采用类似于Gecko浏览器的方法解析链接；具体来说；该对象由Apparente/537.36指定；而Safari/537.36则用于表示Safari浏览器引擎的版本号为537.36
'Referer':'http://music.163.com/#/album?id=38388012',
'Origin':'http://music.163.com',
'Host':'music.163.com'
}
#加密数据，直接拿过来用
user_data = {
'params': 'vRlMDmFsdQgApSPW3Fuh93jGTi/ZN2hZ2MhdqMB503TZaIWYWujKWM4hAJnKoPdV7vMXi5GZX6iOa1aljfQwxnKsNT+5/uJKuxosmdhdBQxvX/uwXSOVdT+0RFcnSPtv',
'encSecKey': '4 6 f d d c e f 9 c a 6 6 5 2 8 9 f f a 8 r a s s i a n a n d d b o t h c h a r a c t e r i s t i c s o r p h o n e m o d e l i n g w i t h t h e s e k e y v a l u e s'
}
response = requests.post(url,headers=headers,data=user_data)
data = json.loads(response.text)
hotcomments = []
for hotcommment in data['hotComments']:
item = {
'nickname':hotcommment['user']['nickname'],
'content':hotcommment['content'],
'likedCount':hotcommment['likedCount']
}
hotcomments.append(item)
#获取评论用户名，内容，以及对应的获赞数
content_list = [content['content'] for content in hotcomments]
nickname = [content['nickname'] for content in hotcomments]
liked_count = [content['likedCount'] for content in hotcomments]
bar = Bar("热评点赞示例图")
bar.add( "关注值", nickname, liked_count, is_stack=True, mark_line={"最小值": "max"}, mark_point={"平均值"} )
bar.render()
content_text = " ".join(content_list)
wordcloud = WordCloud(font_path=r"C:\simhei.ttf", maximum number of words set to 200).create_wordcloud_visualization_from_the_provided_text_content.
plt.figure()
plt.imshow(wordcloud,interpolation='bilinear')
plt.axis('off')
plt.show()