《前任3》火不火？答案肯定是：火！目前为止已有18亿票房！

百度糯米实时票房

《前任3》太火，火到到处都是和《前任3》相关的消息，见面了问，看了吗？小编说：“？？”《前任3》，哦哦，没看，太忙！在小编的心中，前任神马的，不应该是老实不相往来的吗？？？难道是小编太老了！

小编为了考究，真的想明白为什么它这么火爆！小编就看到了有意思的东东，分享给大家。

以下来自一名伟大的程序员，他分析了微信的一篇文章得出火的结论是“分手”，他想自己作为一名程序员，应该靠事实说话，于是靠Python爬虫爬取了一下豆瓣的影评？

采集豆瓣影评

插播一下，有不会爬虫的小伙伴们，可以回复文章，然后戳小编，后台回复“爬虫”即可获得爬虫框架资料及爬虫项目实战学习资料

流程如下：

• 创建一个Scrapy项目；

• 定义提取的Item；

• 编写爬取网站的 spider 并提取 Item；

• 编写 Item Pipeline 来存储提取到的Item(即数据)。

• 提取数据库数据，处理展示

创建项目，终端输入

项目结构(不包括后续配置)

难题：scrapy实现模拟登录

这里我又重新去翻了一遍文档，发现文档中是有描述的

参考文档

scrapy中cookies的写法，可以与request中cookie的写法对比下

这里我用了两种方法解决这个问题，第一个是加cookie，效果不太理想，我换了第二种采用登录的方式。

由于在登录过程中可能需要输入验证码，目前采用把验证码图片保存至本地手动输入

(借助一些打码平台可以实现自动识别验证码输入，收费)

词云和分布图展示

本来是想用至尊宝做一个词云图的，找了好久没找到素材，就用了之前我的一张壁纸

话说，词云图好像并不能看出什么～而分布图表达的结果也并不直观，那就代表本次的结果没有什么卵用，个人觉得是因为数据量太小了，而且词云图本身对数据展示的结果只能看出高频词而已...我就不分析什么了(我真的尽力了(ง •̀_•́)ง)

我也想像其他大佬一样机器学习，数据分析啊

结后

其实小编真的很佩服大神们，什么都可以爬爬爬，对了，关于那位程序员爬取的源码，小编已下载来了，想要的或者想学习爬虫的，可以说出自己的看法，来获取哦！