用Python爬取了三大相親軟體評論區，結果...
阿新 • • 發佈：2020-12-07
> 小三：怎麼了小二？一副愁眉苦臉的樣子。
> 小二：唉！這不是快過年了嗎，家裡又催相親了 ...
> 小三：現在不是流行網戀嗎，你可以試試相親軟體呀。
> 小二：這玩意靠譜嗎？
> 小三：我也沒用過，你自己看看軟體評論區吧。
> 小二：這 ... 不過也只能先到評論區看看了。
本文以 360 手機助手為例，地址為：`http://zhushou.360.cn/`，相親軟體選擇 3 個比較流行的，分別為：世紀佳緣、百合婚戀、有緣網，我們使用 Python 爬取軟體評論區，看看使用者評價情況。
先來看一下這三款軟體的下載量和好中差評佔比情況（下圖單位為萬次）。
下面開始爬取評論區，以世紀佳緣為例，首先，在搜尋框輸入世紀佳緣進行搜尋，如圖所示：
接著，點選搜尋到的軟體進入其詳情頁，如圖所示：
將頁面向下拉就可以看到評論區了，如圖所示：
此時開啟開發者工具並選擇`Network`項，點選檢視更多評論，然後可以看到`getComments`請求，如圖所示：
通過這個請求我們就可以動態獲取評論區資料了，其中引數`star`為開始的評論索引，引數`count`為每次載入的評論個數，可以通過引數`callback`、`baike`指定不同應用，爬取程式碼實現如下：
```python
headers = {
"Accept": "*/*",
"Accept-Encoding": "gzip, deflate, sdch",
"Accept-Language": "zh-CN,zh;q=0.8",
"Connection": "keep-alive",
"Host": "comment.mobilem.360.cn",
"User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36 LBBROWSER"
}
def comment_spider(param, file_name):
base_url = "http://comment.mobilem.360.cn/comment/getComments?c=message&a=getmessage&&count=50"
start = 0
for i in range(1, 50):
print("第{}頁".format(i))
url = base_url + param + "&start=" + str(start)
r = requests.get(url, headers=headers)
data = re.findall("{\"errno\"(.*)\);}catch\(e\){}", r.text)
# 轉為 Json 格式
jdata = json.loads("{\"errno\"" + data[0])
for message in jdata["data"]["messages"]:
content = message["content"]
print(content)
with open(file_name + ".txt", "a", encoding="utf-8") as f:
f.write(content)
start = start + 50
time.sleep(2)
```
我們將爬取的評論資料存到了 txt 檔案中。
接著，我們將評論資料進行詞雲展示，程式碼實現如下：
```python
with open("yy.txt", "r", encoding="utf-8") as f:
content = f.read()
stylecloud.gen_stylecloud(text=content, max_words=600,
collocations=False,
font_path="SIMLI.TTF",
icon_name="fas fa-heart",
size=800,
output_name="yy.png")
Image(filename="yy.png")
```
最後，通過詞雲看一下使用者對上述軟體的評價情況。
世紀佳緣：
百合婚戀：
有緣網：
> 小二：看了有緣網的評論，我感覺自己和相親軟體無緣 ...
> 小三：...
原始碼在公眾號 **Python小二** 後臺回覆 **201207** 獲取。
**宣告：本文不構成對上述相親軟體的任何使用建議。**