python爬虫爬取豆瓣短评

Python爬虫是一种用于自动化获取网页数据的技术，而豆瓣短评是豆瓣网站用户对电影、图书等内容的简短评价。下面是使用Python爬虫爬取豆瓣短评的步骤：

1. 导入所需的库：首先，需要导入requests库用于发送HTTP请求，以及BeautifulSoup库用于解析HTML页面。

2. 发送HTTP请求：使用requests库发送GET请求，获取豆瓣电影页面的HTML内容。

3. 解析HTML页面：使用BeautifulSoup库解析HTML页面，提取出需要的信息，如电影名称、评分、评论等。

4. 翻页处理：豆瓣短评通常是分页显示的，可以通过修改URL参数来获取不同页数的短评内容。

5. 存储数据：将获取到的短评数据存储到本地文件或数据库中，以便后续分析和使用。

下面是一个简单的示例代码：

import requests
from bs4 import BeautifulSoup

def get_comments(movie_id):
    url = f'https://movie.douban.com/subject/{movie_id}/comments?start=0&limit=20&sort=new_score&status=P'
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
    response = requests.get(url, headers=headers)
    soup = BeautifulSoup(response.text, 'html.parser')
    comments = soup.find_all('span', class_='short')
    for comment in comments:
        print(comment.text)

# 调用函数获取豆瓣电影《肖申克的救赎》的短评
get_comments('1292052')