Python爬取了《掃黑風暴》評論，網友最關心的詞條是？

正文約1800字

預計閱讀時間6分鐘

隨著高明遠、孫興等黑暗勢力的最終判決，電視劇《掃黑風暴》落下了帷幕。

大家是不是和我一樣完整的追完電視劇了呢？

《掃黑風暴》

劇照

電視劇自開播以來就備受大家關注，據貓眼資料統計《掃黑風暴》累計播放量已破

46億

，力壓一眾熱劇，無疑是今年夏天的一個爆款佳劇。

《掃黑風暴》之所以可以取得如此成績，一方面離不開眾多實力派演員的精彩演繹，另一方面也離不開劇情人物的設定。

跌宕的故事走向，正邪的層層較量，人性的深度挖掘都為電視劇增色不少。

電視劇口碑總體來說還算不錯，受到了廣大網友好評，首播拿下了豆瓣

8.0

的評分，相較17年《人民的名義》8。3的評分略低，隨著電視劇的逐漸更新，網上也出現了部分負面評價，大結局後豆瓣評分甚至掉到了

7.3

分，那問題到底出在哪兒了呢？

有網友表示：電視劇爛尾，結局並沒有交代清楚，高開低走。

還有網友表示：中間的劇情比較拖延，演員演技不夠炸裂等。

事實真的是這樣嗎，於是我爬取了某瓣的電影評論，並製作了一張詞雲圖，來看看網友關心的是什麼

01

爬蟲過程

本次爬蟲，採用的是python程式碼。

友情提示，程式碼內容並不複雜，非常適合入門級的新手來操作。

第一步，匯入爬蟲所需要的的模組，比如re和BeautifulSoup。

程式碼展示如下：

第二步，確定爬取的網站連結

url=‘https：//movie。douban。com/subject/35202793/comments？start=0&limit=20&status=P&sort=new_score’

第三步：設定請求頭

headers ={‘User-Agent’： ‘Mozilla/5。0（Windows NT 6。1； WOW64） AppleWebKit/537。36 （KHTML， like Gecko）Chrome/90。0。4430。212 Safari/537。36’}

需要注意的是，這個請求頭要根據自己的網站來設定，不會找自己網站‘User-Agent’的朋友可以自行搜尋，或者私信我們。

第三步：獲得訪問許可權

re=requests。get（headers=headers，url=url）

當返回值為200時，就代表網站可以正常訪問，若返回其他值代表不能正常訪問。

第四步：解析網站，本案例用bs4進行解析

soup=BeautifulSoup（re。text，‘lxml’）

第五步：按照評論所在位置進行查詢

完整程式碼展示如下圖：

02

製作詞雲圖

製作詞雲圖的過程也並不複雜，需要我們將爬取到的評論，使用jieba分詞，然後將分好的詞進行統計排序，最後製作詞雲圖。

第一步：需要匯入的模組程式碼，如下圖所示：

第二步：匯入爬取到的檔案，匹配正則，然後用jieba進行分詞

第三步：將一些無用的停止詞進行刪除，程式碼如下：

第四步：除錯詞雲圖引數，繪製詞雲圖

第五步：出圖

詞雲效果展示

詞雲圖中字型越大，代表該詞出現的頻率越高。

“劇情、演技、張藝興、孫紅雷、（江）疏影”這幾個詞比較大，說明網友們對這些詞條的關心程度最高，但是單從這幾個詞條上並不能看出對此劇的褒貶。

詞條上“好、不錯、好看、喜歡”的詞條出現頻率也比較高，可以看出大家認可度還是較高的。

但也能看到一些負面的評價，比如“浮誇、失望、齣戲”等詞條，由此也可以看出部分網友對部分演員的演技是不太滿意的。

從詞雲上看總體褒大於貶。

豆瓣上也有

60%

以上的人給出了

4

星及以上的評分。

提示：爬蟲方法是通用的，此文以當下熱門電視劇為例為大家講解，學會此方法可以套用到任何一部劇中~

有疑問可以在評論區留言哦~

03

結語

單純從劇情取材來講《掃黑風暴》給了觀眾很大的驚喜，該劇以全國掃黑除惡專項鬥爭為背景，劇情素材均取自真實案件，背後牽扯了幾起震驚中國的大案，孫小果案、操場埋屍案、湖南文烈宏涉黑案、海南黃鴻發案等案件。

孫小果庭審圖

此外，劇中還涉及了當下套路貸、行業壟斷等社會痛點問題，電視劇對這些案件的改編、呈現與剖析，具有極強的現實與教育意義。

《掃黑風暴》

劇照

電視劇上演了一場黑白對決，揭露了社會毒瘤的陰暗故事，反映了中央掃黑除惡的重大決心，電視劇結局惡人伏法得到了應有的懲罰，黑暗勢力和黑暗勢力保護傘被連根拔起，但受害者已逝，像林漢這樣維護正義的優秀警察也付出了生命的代價，我們相信正義永遠不會缺席，但是懇請正義來的早一些，再早一些吧。。。

想了解更多精彩內容，快來關注戎易大資料