MyException - 我的异常网
当前位置:我的异常网» 行业应用 » 网页数据采集: 打造网易云音乐评论网页爬虫

网页数据采集: 打造网易云音乐评论网页爬虫

www.MyException.Cn  网友分享于:2018-03-19  浏览:0次
网页数据采集: 制作网易云音乐评论网页爬虫

网易云音乐中的评论区是一个很有意思的地方——各种味道的故事,引起了网友们的强烈共鸣。甚至产生了一个歌单——网易云评论最多的前100首歌。在这个歌单中,周杰伦的晴天评论数居于第一(截止本文上传时间)。



在开始之前,可以先参考一下这些文章,希望有帮助:
小白30分钟学会网页爬虫
网页爬虫真实案例记录

 

文中用到的爬虫工具(八爪鱼),只作为演示使用,实际应用中可以替换成自己拿手的工具或代码语言即可。

 

本文将介绍抓取网易云音乐评论(以周杰伦的晴天下的评论为例)的方法。抓取字段主要有评论内容、用户ID、用户主页链接和点赞数。本文仅为一个示例,大家在抓取过程中,可更换歌曲URL,抓取歌曲下的评论。还可先抓取一批歌曲URL,再使用URL列表循环,抓取大量歌曲评论。

 

演示网址:

http://music.163.com/#/song?id=186016

 

使用功能点:

l 分页列表循环 功能详情说明

l Ajax点击和翻页 功能详情说明

 

步骤1:创建抓取任务

1)进入主界面,选择“自定义抓取”

 

清晰原图>>

 

2)将要抓取的网站URL复制粘贴到输入框中,点击“保存网址”。这里我们先到网易云音乐上面复制想要抓取的美食网址。然后复制粘贴

 

清晰原图>>

 

步骤2:创建翻页循环

1)网页打开以后,将页面下拉到底部,点击“下一页”按钮。在右侧的操作提示框中,选择“循环点击下一页”

 

清晰原图>>

 

步骤3:创建列表循环及信息提取

1)移动鼠标,选中第一条评论,评论框会变成绿色,其中的字段会变为红色底色。然后选择右侧操作提示框中的“选中子元素”

 

清晰原图>>

 

2)接着在右边的提示框中选择“选中全部”

 

清晰原图>>

 

3)然后选择“抓取数据”

 

清晰原图>>

 

4)打开右上角的流程按钮,可以删除不需要的字段并编辑字段名称

 

清晰原图>>

 

5)因为网页涉及到Ajax技术,所以需要设置Ajax,如下图,鼠标点击“点击翻页”步骤,打开高级选项,在Ajax加载项勾选Ajax加载数据,设置超时2秒

 

清晰原图>>

 

步骤4:抓取并导出数据

1)点击左上角的“开始抓取”,选择“启动本地抓取”

 

清晰原图>>

 

2)抓取完成后,会跳出提示,选择“导出数据”选择“合适的导出方式”,将抓取好的数据导出,这里我们选择excel作为导出为格式,数据导出后如下图

 

清晰原图>>

文章评论

代码女神横空出世
代码女神横空出世
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
中美印日四国程序员比较
中美印日四国程序员比较
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
如何成为一名黑客
如何成为一名黑客
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
那些争议最大的编程观点
那些争议最大的编程观点
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
每天工作4小时的程序员
每天工作4小时的程序员
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
漫画:程序员的工作
漫画:程序员的工作
程序员的鄙视链
程序员的鄙视链
一个程序员的时间管理
一个程序员的时间管理
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
编程语言是女人
编程语言是女人
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
Java程序员必看电影
Java程序员必看电影
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
我是如何打败拖延症的
我是如何打败拖延症的
老程序员的下场
老程序员的下场
程序员应该关注的一些事儿
程序员应该关注的一些事儿
鲜为人知的编程真相
鲜为人知的编程真相
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
程序员和编码员之间的区别
程序员和编码员之间的区别
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
旅行,写作,编程
旅行,写作,编程
总结2014中国互联网十大段子
总结2014中国互联网十大段子
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
10个调试和排错的小建议
10个调试和排错的小建议
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有