我爬取了37000条球迷评论，知道了这场比赛的重要信息

这是日常学python的第18篇原创文章

这次用python爬虫爬点好玩的东西

这两天看恰好有nba决赛，是球迷的你肯定不会错过的，更何况今年的西部决赛是火箭对战勇士，今年的火箭是很强的，因为没到关键时候总会有人站出来。当然，勇士也是挺强的，毕竟不能小看库里杜兰特等四大巨头。

东部的决赛我就不太知道了，一直以为是凯尔特人会苦战骑士，谁知道缺了两大主力的凯尔特人还是很强，而且还打了骑士2：0，看来这次的骑士会是凶多吉少了，不知道凯尔特人会不会成功复仇，让我们拭目以待吧！

有直播就肯定有评论，所以我想爬取下球迷评论，看看他们都在聊什么！

准备工作

需要用到的库：

requests：用于网络请求

jieba：用于分词

wordcloud：制作词云图

numpy：制作背景图片

词云背景图片：

上面的库都是可以直接用pip进行下载的，但是wordcloud会报错，报错如下：

我们需要去官网下载whl文件进行手动安装

官网：https://www.lfd.uci.edu/~gohlke/pythonlibs/

然后找到对应自己安装的python版本进行下载

最后在命令行下安装即可

pip install “文件路径+whl文件名”

接下来寻找目标网页

文字直播地址：https://www.zhibo8.cc/zhibo/nba/2018/0517123898.htm?redirect=zhibo

在这个网页通过抓包（按下f12）课知道下面这个链接是返回评论信息，而且是个json

链接为：https://cache.zhibo8.cc/json/2018/nba/0517123898_384.htm?key=0.6512348313080727

通过多次分析知道上面加粗的是直播间的信息，后面的下划线之后的是评论的页数，最后的key参数是个随机数，带不带上进行请求都没有关系

用代码来获取评论信息

def __get_json(self, index):
        url = 'https://cache.zhibo8.cc/json/2018/nba/0517123898_%d.htm?key=0.1355540028791382' % index
        response = requests.get(url)
        if response.status_code == 200:
            for item in response.json():
                # 写入文件
                self.__write_file(item['content'])
                self.num += 1
            return 1
        else:
            return 0

评论信息有了，接着弄张词云图

def __get_wordcloud(self):
        with open('comments.txt', 'r', encoding='utf-8') as comments:
            text = comments.read()  # 加载数据
            words = ' '.join(jieba.cut(text, cut_all=True))  # 采用结巴全分词模式
            image = np.array(Image.open('1.jpg'))  # 背景图片
            # 初始化词云
            wc = WordCloud(font_path=r'C:\Windows\Fonts\simkai.ttf',
                           background_color='white', mask=image,
                           max_font_size=100, max_words=2000)
            wc.generate(words)  # 生成词云
            wc.to_file('img.png')  # 生成图片
            image_file = Image.open('img.png')  # 打开图片
            image_file.show()

好了，代码完成，看下效果：

利用词云图一眼就可以看出球迷都在评论什么了，因为我爬取的是火箭主场对战勇士的第二场比赛，肯定讨论最多的就是勇士火箭了，紧接的就是杜兰特了，死亡之神，这场的杜兰特超神拿了38分还是输给了火箭，自然而然就是讨论他最多了。还有就是这场站出来的塔克，三分6中5，还破了个人季后赛的最高得分，讨论他也是很正常的事。还有一个很显眼的就是第三节，很多人都认为勇士是“勇三疯”，以为这场比赛勇士会在第三节爆发吧？其实这赛季的火箭第三节也是很强的，并不比勇士弱。

完整代码已经上传到我的github上了，如果需要的话可以自行查看，如果觉得程序不错的话希望可以给个star哈！

github：https://github.com/SergioJune/gongzhonghao_code