陈可鑫---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	第一次个人编程作业
作业目标	采集腾讯视频里电视剧《在一起》的全部评论信息，利用分词器处理数据，生成词云图，并将代码上传GitHub
作业源代码	GitHub
学号	211804203
1、记录
条目	数据
----	----
代码行数	93行
分析时间	1h
编码时间	3h
2、流程
步骤	具体做法
----	------------------
数据采集	利用正则表达式爬取全部评论
数据处理	利用jieba分词器进行评论拆分
数据分析	利用worldcloud库生成词云图
上传到GitHub	把代码上传到github上面
3、数据采集
第一题《在一起》评论的爬取及可视化，要爬取的评论数量很大，大批量的爬取很容易被反爬，同一个 user-agent 很容易被禁止。打开网页源代码后，可以发现评论的内容都在 data 的 content 里面，多次点开底部的加载更多可以发现该request url的地址是有规律的。所以尾部的那一串数字加一就是下一页面的url。
4、写代码
先要安装jieba,用pip install jieba安装了五次一直失败。后来问助教，助教发的pip install -i https://mirrors.aliyun.com/pypi/simple/ jieba可以安装成功。然后再通过上学期学的爬虫，用anaconda软件爬取全部的评论。
5、词云图
6、上传到仓库

这个作业太难了！！！！！