使用Python爬取豆瓣电影影评：从数据收集到情感分析

发布时间：2026-01-13 15:32

使用金融数据分析工具，如Python库如pandas分析数据 #生活技巧# #个人理财技巧# #金融资讯获取#

简介

在当今数字化时代，对电影的评价和反馈在很大程度上影响着人们的选择。豆瓣作为一个知名的电影评价平台，汇集了大量用户对电影的评论和评分。本文将介绍如何使用Python编写爬虫来获取豆瓣电影的影评数据，并通过情感分析对评论进行简单的情感评价。

环境准备

在开始之前，我们需要安装一些Python库来帮助我们完成这项任务：

requests：用于发送HTTP请求以获取网页内容。 Beautiful Soup：用于解析HTML网页。 pandas：用于数据处理和分析。 TextBlob：用于情感分析。

爬取豆瓣电影影评

我们首先需要确定要爬取的电影和其对应的豆瓣链接。以电影《肖申克的救赎》为例，其豆瓣链接为：https://movie.douban.com/subject/1292052/。我们将使用Python编写爬虫来获取该电影的影评数据。

import requests from bs4 import BeautifulSoup import pandas as pd # 发送HTTP请求获取网页内容 url = 'https://movie.douban.com/subject/1292052/comments?status=P' response = requests.get(url) html_content = response.text # 使用Beautiful Soup解析HTML内容 soup = BeautifulSoup(html_content, 'html.parser') # 提取影评信息 comments = [] for comment in soup.find_all(class_='comment-item'): username = comment.find(class_='comment-info').a.text.strip() rating = comment.find(class_='rating').attrs['title'].strip() content = comment.find(class_='short').text.strip() comments.append({'用户名': username, '评分': rating, '评论内容': content}) # 将数据转换为DataFrame df = pd.DataFrame(comments) print(df)

以上代码会输出一个DataFrame，其中包含了《肖申克的救赎》的影评数据，包括用户名、评分和评论内容。