本文实例讲述了Python实现的爬取网易动态评论操作。分享给大家供大家参考，具体如下：
打开网易的一条新闻的源代码后，发现并没有所要得评论内容。
经过学习后发现，源代码只是一个完整页面的“骨架”，而我所需要的内容是它的填充物，这时候需要打开工具里面的开发人员工具，从加载的“骨肉”里找到我所要的评论
圈住的是类型
找到之后打开网页，发现json类型的格式，用我已学过的正则，bs都不好闹，于是便去了解了正则，发现把json的格式换化成python的格式后，用列表提取内容是一条明朗的道路。。。
但是在细致分析的时候也发现了问题
从这里获得每条评论时，感觉有点不对，观察发现如果是回复评论的评论会出现他回复那条评论的数据，于是用正则提取了一下
最终的代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
|
#coding=utf-8__author__ = 'kongmengfan123'import urllibimport reimport jsonimport timedef gethothtml(url):#最热评论 page=urllib.urlopen(url) html=page.read() get_json(html)def gethnewtml():#最新评论有5页 for i in range(1,6): url = 'http://comment.news.163.com/api/v1/products/a2869674571f77b5a0867c3d71db5856/threads/C4QFIJNS0001875O/comments/newList?offset=%d&limit=30&showLevelThreshold=72&headLimit=1&tailLimit=2&callback=getData&ibc=newspc&_=1478010624978'%i*30 page = urllib.urlopen(url) html=page.read() time.sleep(1) get_json(html)def get_json(json_): end_=re.compile(r'\);')#将json网页转化成python数据 begain=re.compile(r'getData\(') json_=begain.sub('',json_) json_=end_.sub('',json_) ajson=json.loads(json_) lis=ajson["commentIds"]#获得每条评论的键 n=0 for i in range(1,len(lis)): try: xulie=re.compile('\d{10,}')#取得准确评论的键（去掉回复） bia=re.findall(xulie,lis[n]) w.write(ajson['comments'][bia[len(bia)-1]]['user']['nickname'].encode('utf-8')+'|') except KeyError: w.write(ajson['comments'][bia[len(bia)-1]]['user']['location'].encode('utf-8')+'|') if (len(lis[n])>13): xulie=re.compile('\d{10,}') bia=re.findall(xulie,lis[n]) w.write(ajson['comments'][bia[len(bia)-1]]['content'].encode('utf-8')+'\n') else: w.write(ajson['comments'][lis[n]]['content'].encode('utf-8')+'\n') n=n+1 return lisw=open('wangyi.txt','w')w.write('用户名'+'|'+'热门评论'+'\n')hot_=gethothtml('http://comment.news.163.com/api/v1/products/a2869674571f77b5a0867c3d71db5856/threads/C4QFIJNS0001875O/comments/hotList?offset=0&limit=40&showLevelThreshold=72&headLimit=1&tailLimit=2&callback=getData&ibc=newspc')w.write('用户名'+'|'+'最新评论'+'\n')gethnewtml()w.close() |
成功。
希望本文所述对大家Python程序设计有所帮助。
原文链接：https://blog.csdn.net/xiao_ao_jiao_renzhen/article/details/53025473
