python爬虫+数据分析（MySQL）+可视化（echarts，词云）bootstrap前端界面展示

以下需要一些html, css, mysql，python，bootstrap基础

python爬虫+数据分析

准备：在pycharm（python的开发环境，需下载）该项目下下载相应需要的包 代码有：

import re
from bs4 import BeautifulSoup
import urllib.request, urllib.error
import xlwt
import pymysql

1.定义爬取指定网页（按F12查看）的访问路径函数

def askURL(url):
    headers = {
        "User-Agent": "Mozilla / 5.0 (Windows NT 10.0; Win64; x64) AppleWebKit / 537.36 (KHTML, like Gecko) Chrome / 92.0.4515.159 Safari / 537.36"
    }
    request = urllib.request.Request(url, headers=headers)
    html = ""
    try:
        response = urllib.request.urlopen(request)
        html = response.read().decode("utf-8")
    except Exception as e:
        if hasattr(e, "code"):
            print(e.code)
        if hasattr(e, "reason"):
            print(e.reason)
    return html

2.定义获取数据，传入基本路径参数，在该路径下爬取需要的数据（即解析数据）,这里获取了电影的

"电影详情链接", "图片链接", "影片中文名", "影片英文名", "评分", "评价数", "概述", "相关信息"

利用python对这些信息进行处理，详情如下：

def getData(baseurl):
    datalist = []
    for i in range(0, 10):
        url = baseurl + str(i * 25)
        html = askURL(url)
        # 解析数据
        soup = BeautifulSoup(html, "html.parser")
        for item in soup.find_all('div', class_="item"):
            data = []  # 保存一部电影的信息
            item = str(item)
            # 影片详情链接
            link = re.findall(findLink, item)[0]
            data.append(link)
            imgSrc = re.findall(findImgSrc, item)[0]
            data.append(imgSrc)
            titles = re.findall(findTitle, item)
            if len(titles) == 2:
                ctitle = titles[0]
                data.append(ctitle)
                otitle = titles[1].replace("/", "")
                data.append(otitle)
            else:
                data.append(titles[0])
                data.append(' ')  # 留空外文名
            rating = re.findall(findRating, item)[0]
            data.append(rating)
            judgeNum = re.findall(findJudge, item)[0]
            data.append(judgeNum)
            inq = re.findall(findInq, item)
            if len(inq) != 0:
                inq = inq[0].replace("。", "")
                data.append(inq)
            else:
                data.append(" ")
            bd = re.findall(findBd, item)[0]
            bd = re.sub('<br(\s+)?/>(\s+)?', " ", bd)
            bd = re.sub('/', " ", bd)
            data.append(bd.strip())  # 去除前后空格
            datalist.append(data)  # 处理好一部电影信息
    print(datalist)
    return datalist

3.保存数据（我已经在PyCharm里连接了数据库（MySQL））

def saveDataDB(datalist):
    conn = pymysql.connect(host='localhost', user='用户名', password='密码', database='数据库名')
    cur = conn.cursor()

    for data in datalist:
        for index in range(len(data)):
            data[index] = '"' + data[index] + '"'
        sql = '''
            insert into movie250 (
            info_link, pic_link, cname, ename, score, rated, introduction, info) 
            values(%s)'''%",".join(data)
        cur.execute(sql)
        conn.commit()
    cur.close()
    conn.close()

4.主函数（可以存在数据库也可以是excel表里）

def main():
    baseurl = "https://movie.douban.com/top250?start="  # 基本路径
    datalist = getData(baseurl)  #爬取250部电影的全部数据
    saveDataDB(datalist)  #保存到我连接的mysql数据库中
    # savepath = "豆瓣电影Top250.xls"  #保存数据直接放在excel表里
    # saveData(datalist, dbpath)  #保存到excel表里

附存在excel表操作函数：

def saveData(datalist, savepath):
    print("save....")
    book = xlwt.Workbook(encoding="utf-8", style_compression=0)
    sheet = book.add_sheet('豆瓣电影Top250', cell_overwrite_ok=True)
    col = ("电影详情链接", "图片链接", "影片中文名", "影片英文名", "评分", "评价数", "概述", "相关信息")
    for i in range(0, 8):
        sheet.write(0, i, col[i])
    for i in range(0, 250):
        print("第%d条" % i)
        data = datalist[i]
        for j in range(0, 8):
            sheet.write(i+1, j, data[j])

    book.save(savepath)

至此爬取和数据分析就完成了，可以在数据库可视化界面（Navicat数据库可视化界面）查看：

 数据可视化Bootstrap（Bootstrap 是全球最受欢迎的前端组件库，用于开发响应式布局、移动设备优先的 WEB 项目 百度百科解释）就是直接用他已经写好封装后的组件，不需要我们写太多的css和js，十分方便，他还有一个好的地方就是响应式布局

首页界面效果：

电影界面：

评分界面：

 词云界面：

 第一篇博客（有点子认真写的，悄咪咪 暑假闲没事儿在某站学了点爬虫和bootstrap基础，也是方便以后自己

复习啦！！

还有echarts，词云，以及如何拿数据到前端的操作下一篇

再见~mua~

给个赞再走呗Z~Z