何晟---第一次个人编程作业

博客班级	<2018级计算机和综合实验班>
作业要求	<作业要求>
作业目标	<采集腾讯视频里电视剧《在一起》的全部评论信息,将采集到的评论信息做成词云图>
作业源代码	<Github>
学号	<211806111>

过程	花费时间
分析数据	很长
代码实现	很长
数据可视化	30 min
写博客	很长

一、分析数据：

---

腾讯视频点开《在一起》，再点开影评，一切是那么轻松，因为在学数据挖掘与预处理时习惯用 selenium 了（除了上课时老师规定不能用 selenium 时我都在用 selenium ），一上来就直接那一套了，但是这次却碰上硬茬了，网页能自动打开，能滑倒最底部，但是就是不能点击“查看更多评论”， 这让我很恼火（但是此时的我还是没有意识到这个网站不能获取到源代码），我又去试了别的网站看看是不是我哪里写错了，试了一圈，好像都没问题，但是回到这个网站，代码报错依然是“没有这个元素”（这期间花了我很长时间，但是没有去截图），这时我就去点了一下“检查网页源代码”，这才发现源代码里面没有网友评论得部分，这才停下了用selenium 获取源代码的尝试，就去找评论的源代码是藏哪了，几经探索才发现评论的源代码藏在了这里面

还发现评论的源代码网站是变化的，网站的cursor值，和_值是会变化的，_
值是递增，逐渐加一的

cursor值是藏在上一个网站的“last"中的，

在写循环以前，都喜欢先做一次没有循环的，看看效果，然后再写循环

二、数据处理

---

利用 jieba 库给评论分词

三、数据可视化

---

将分好的词进行可视化形成词图云，因为之前没有接触过 HTML 语言也是就形成一个词图云，就在网上找教程，利用别人写好的当成模板，图案我就自己加了一个中国的地图

四、上传

---