利用python爬虫对豆瓣和IMDB上的电影评价信息，并且最终通过图像可视化将IMDB250和豆瓣250的电影进行了比较，大致可以看出两个平台用户的电影审美水平

Python豆瓣爬虫以及爬虫爬好的图书分类数据，文件格式为xlsl，含分类、图书名、作者名、出版社、评分等信息

爬虫获取的豆瓣电影短评，仅包含电影名，用户名，日期，评分，短评内容

根据豆瓣所有的电影，分析各国各地区各类别时间年份评分数量等各个参数之间的联系，大体上进行分析,主要比较世界电影和中国，以及中国大陆和中国港台电影之间的差别，分析各参数之间是否存在关联性及对评分产生的影响；数据来源于豆瓣，我对评分不做主观表现，我只对数据进行分析展示，能力偏弱，但图像不弱。

通过爬虫获取的豆瓣最新华语电影数据，字段包括电影名称、上映年份、制片地区、语言、导演、类型、主演、上映日期、片长、评分、参会评分人数等。具体数据类型可参见我的博文：https://blog.csdn.net/weixin_43004311/article/details/82962159。数据截止日期为2018年9月。

豆瓣电影数据，经过详细的整理，可以将excel文件直接导入到sqlserver中，亲测可用

模仿豆瓣首页html前端源代码，前端学习，需要的可以down

（1）打开豆瓣一部电影评论区，根据html结构捕获三个信息： 一，每账号的评分等级为5星、4星、3星、2星、1星； 二，每个账号的评论留言； 三，跳转到下个评论页面的http链接 （2）获取所有的信息后对信息进行处理： 一，计算出每个星级的总数和一共多少账户进行了评级 二、将所有的评论内容放在一起，处理评论中的空格和其他不规范形式 （3）用matplotlib绘制评分等级占比的饼图，用jieba进行分词处理，用wordcloud生成词云图 同个修改url=https://movie.douban.com/subject/26430636/comments?start=0&limit=20&sort=new_score&status=P&percent;_type= 之中“26430636”为电影的代表，将其换做其他的编号就可以读取和生成其他电影的matplotlib和wordcloud制作评分图和词云图

Python关于豆瓣电影信息的爬虫,抓起1w条电影数据只要一分钟左右,

爬取豆瓣上的电影,未去重之前有13W+去重后有12W+,辛苦爬了两天