「蟻」小見大，數據告訴你《蟻人2》是否值得一看

並無成功爬到全部的短評，一波三折，最終只爬到了500條，固然這也是豆瓣目前可見的最大數量，本文將細緻分析爬蟲的整個過程，並對爬到的數據加以分析，蟻小見大。

整篇文章共包含爬和文本分析兩部分，由於爬到的數據包含信息較少，因此分析過程相對簡單，包含描述統計分析、情感分析和分詞詞雲，主要代碼在各部分給出，須要完整代碼和爬到的數據請在後臺回覆"蟻人2爬蟲"，能夠直接運行。

1. 爬蟲部分

首先說明一下目標和工具

軟件：python3.6

packages：selenium jieba snownlp wordcloud

後三個是以後文本分析用的。

目標網址：

https://movie.douban.com/subject/26636712/comments?status=P

豆瓣上的影評分兩種，一種是長篇大論的影評，還有一種是短評，相似上圖中，此次爬蟲的目標就是上圖中紅色框線中的短評，信息包括用戶名，星級評價，日期，有用數，評論正文，雖然說主頁顯示45576條，但其實可見的只有500條，每頁是20條短評，多一條都不給，手動去點，點到25頁以後就沒有任何信息了。