【Python爬虫实例学习篇】——5、【超详细记录】从爬取微博评论数据（免登陆）到生成词云
个人博客地址：ht/tps://www.asyu17.cn/
精彩部分提醒：
（1）微博评论页详情链接为一个js脚本
（2）获取js脚本链接需要该条微博的mid参数
（3）获取mid参数需要访问微博主页
（4）访问微博主页需要先进行访客认证
（5）微博主页几乎是由弹窗构成，所有html代码被隐藏在FM.view()函数的参数中，该参数是json格式
工具：
Python 3.6
requests 库
json 库
lxml 库
urllib 库
jieba 库（进行分词）
WordCloud 库（产生词
2021-12-28 01:38:49
3.65MB
1
文本情感分析技术鉴于主题模型在文本挖掘领域的优势，基于主题的文本情感分析技术也成为人们关注的热点，其主要任务是通过挖掘用户评论所蕴含的主题、以及对这些主题的情感偏好，来提高文本情感分析的性能。
2021-12-20 23:30:15
20.79MB
1
【主要内容】微博评论文本分类（完整数据和代码-Traditional_Net_Classification-main）
【适合人群】研发设计
【质量保障】任何问题私信我
2021-12-15 17:05:41
17.31MB
中文、微博、情感分析、SVM模型实现、DNN模型实现。微博评论数据集7962条，其中包含积极和消极情感倾向。主要做法如下：
实现语言：python、tensorflow==1.12、keras==2.2.4
一是基于传统文本特征表示的稀疏性，结合当前成熟技术，设计并实现了基于Word2vec的词向量训练方法，该方法可以将词表示为具有语义关系的特征向量形式，方便模型的使用。
二是采用自然语言处理常用技术完成对文本的预处理操作，既是完成了数据的预处理过程。
三是研究并实现了SVM和DNN两个最具代表性的模型在中文情感分析领的应用，完成了大数据的数据挖掘过程。并在已有的数据集上进行了实验，由具体实验结果我们发现SVM神经网络模型取得了78.03%的F值，较DNN(88%)方法低了9%，但是其训练速度较快。
2021-12-14 16:09:50
5.29MB
微博评论二分类数据集，包括正向情感数据和负向情感数据。12万条数据。1代表正向，0代表负向。一个整理好的文件。
2021-11-25 21:15:07
9.15MB
1
新浪微博评论批量@软件内置强大的采集功能，可采集评论某条微博的人，采集转发某条微博的人，还可以采集某个用户的粉丝 支持24小时循环不断采集。标配adsl拨号自动换ip，远程打码
2021-09-10 12:41:50
2.39MB
1
使用Python编写的一个根据微博ID自动爬取评论的exe程序（非调用API，那个试了只能爬前50页），用户信息包括生日、地址、性别、粉丝数。压缩包内含使用说明书。懒得自己搞请下载exe，白嫖或者查看代码可以之后看我的另一篇帖子（还没写）
2021-08-29 09:07:53
45.65MB
1