豆瓣电影评论爬取+情感分析+词云 注意未登录的豆瓣账号(不填写Cookie，只能爬取200条评论，登陆后填写可以爬取500条) 运行该项目需要调整好main.py中的参数,直接运行即可

爬取豆瓣影评、清洗、jieba分词、做词云图 本程序主要分为3个过程。 1、抓取网页数据 使用Python爬虫技术获取豆瓣电影中最新上映电影的网页，其网址如下： https://movie.douban.com/cinema/nowplaying/qingdao/ 正在上映的电影 每个电影的ID和名称 通过其HTML解析出每部电影的ID号和电影名，获取某ID号就可以得到该部电影的影评网址，形势如下： https://movie.douban.com/subject/26900949/comments https://movie.douban.com/subject/26871938/comments 其中，26900949、26871938就是电影《天使陷落》、《灭绝》的ID号，这样仅仅获取了20哥影评，可以指定开始号start来获取更多影评，例如： https://movie.douban.com/subject/26900949/comments?start=40&limit=20 这意味着获取从第40条开始得20个影评。 2、清理数据 通常将某部影评信息存入eachCommentList列表中。为便于数据清理和词频统计，把eachCommentList列表形成字符串comments，将comments字符串中的“也”“太”“ 的”等虚词（停用词）清理掉后进行词频统计。 3、用词云进行展示 最后使用词云包对影评信息进行词云展示。

主要技术：httpclient模拟浏览器发送请求；异步加载图片资源，采用软引用将图片资源缓存在内存中；获取的数据量大的情况下采用分批加载数据；优化用户体验，在3G情况下不加载图片；保证程序不异常终止，并将错误信息发送给服务器端；用到了MVC设计模式。

本数据资源来源于豆瓣电影数据的爬虫所得，共有数据2458条，作为本博客栏目下的python数据实战分析中国产烂片深度解析的数据来源

豆瓣电影TOP250 基于MVVM架构,采用kotiln进行开发的豆瓣电影TOP250 Android App 应用截图 下载 点击下载 说明 初次使用kotlin进行开发,欢迎交流探讨 Email: zlogo913@gmail.com

一个简单的仿豆瓣的微信小程序项目

爬取豆瓣租房小组中发布的租房信息

使用Python爬取的豆瓣电影top250生成的excel 与 数据库文件方便后期进行数据分析和可视化处理

一、概要      在学习了python爬虫（requests,bs4）以及numpy、pandas、matplotlib库之后，就想试个小项目磨磨刀。之前只会单方面的使用，比如爬取一个网站相关数据 或者 对已经给了的数据进行分析。这个项目将这几个部分串起来了。学过这几个库的人就知道，这个项目很简单嘛。确实不难，但是自己完整的做完还是会出很多意想不到的bug。另：如果有同学只想做数据分析和可视化展示，这也没问题。以下百度网盘链接也提供了已经使用爬虫获取的数据。     环境：python（anaconda）     源码：百度网盘链接：https://pan.baidu.com/s/101ck

微信小程序实现简单的豆瓣电影，可以再首页查看豆瓣排名钱250的电影并且点击跳转到详情页，搜索页可输入关键字搜索相关电影。