如果你想使用最少的時(shí)間相對客觀的了解一樣事物，那么最好的方式就是快速收集大量的關(guān)于它的評價(jià)，然后迅速地找出這些評價(jià)中的關(guān)鍵信息。

而這道題目，有兩個(gè)特別大的難點(diǎn)：1.如何快速收集大量的評論；2.如何迅速的從大量評論中抽取關(guān)鍵信息。

基于python語言的爬蟲技術(shù)和文本分析技術(shù)剛好可以克服這兩大困難，幫助我們更快更客觀的了解某樣事物。接下來，我們使用python的Selenium和jieba對攜程某酒店網(wǎng)頁的評論進(jìn)行抓取和分析。請大家搬好小板凳。

爬取評論數(shù)據(jù)

Selenium模擬瀏覽器

selenium是python中一個(gè)具有模擬瀏覽器操作功能的package。隨著反爬蟲技術(shù)日益強(qiáng)大，網(wǎng)頁數(shù)據(jù)多數(shù)通過js和Ajax動(dòng)態(tài)加載，簡單的網(wǎng)頁解析很難拿到關(guān)鍵數(shù)據(jù)。selenium的作用就發(fā)揮出來，它可以模擬瀏覽器向服務(wù)器發(fā)送請求，服務(wù)器將數(shù)據(jù)返回并加載到瀏覽器端后，我們就這樣輕松的繞過了各種復(fù)雜的js解析過程，拿到那些動(dòng)態(tài)加載的數(shù)據(jù)。
下面就是如何通過selenium模擬谷歌瀏覽器的一段代碼，需要強(qiáng)調(diào)的是chromedriver的版本(下載地址)一定要和chrome的版本對應(yīng)，比如筆者的chrome版本是71.0.3578.98（正式版本），則chromedriver對應(yīng)版本是2.45，而且chromedriver下載完成后，解壓后的chromedriver.exe 需放在chrome的應(yīng)用文件夾內(nèi)。

 

def generate_chrome():chromedrive

總結(jié)

以上是生活随笔為你收集整理的Selenium爬携程酒店评论+jieba数据分析实战的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。