您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:基于Python实现评论区抽奖功能详解

51自学网 2022-02-21 10:44:20
  python
这篇教程基于Python实现评论区抽奖功能详解写得很实用,希望能帮到您。

1. 分析评论接口

首先,我们需要找到评论数据的「接口」,也就是网站获取评论数据的请求。

打开一个需要抽奖的文章,进入「开发者模式」(按F12 或 右键检查),选中 Network 选项,同时「刷新」文章页面,使其重新发送请求,在右侧工具栏中观察页面发送的请求,逐个分析请求,根据响应内容判断出获取评论的请求

在 Headers 栏中可以查看完整「请求」

https://blog.csdn.net/phoenix/web/v1/comment/list/121888905?page=1&size=3&commentId=

2. 获取评论数据

有了接口以后,我们使用 requests 模块发送请求,获取评论的数据

注意请求中的两个参数: page 和 size

1.page 表示第几页,此处传 1 即可

2.size 表示每页显示几条数据,此处传 100 (有几条评论就写几)

import requests# 评论请求连接url = 'https://blog.csdn.net/phoenix/web/v1/comment/list/121888905?page=1&size=100&commentId='# 请求头header = {        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"    }# 获取评论的请求数据(json字符串)page = requests.get(url, headers=header)print(page.text)

3. 筛选评论用户

nickName 字段保存评论用户名称,我们将获取到的数据根据 ,分隔成数组,再筛选出包含 nickName 的数据,即可获取所有评论用户的名称,核心代码如下

titles = page.text.split(',')  # 获取每一个字段names = []  # 存放评论者名称的数组for t in titles:    # 获取所有评论者字段    if 'nickName' in t and '"nickName":"士别三日wyx"' not in t:        name = t[12:len(t)-1]  # 截取评论者名称        names.append(name)  # 添加评论者名称至数组print(names)

除了上面的方式外,也可使用正则表达式来匹配用户的名称,核心代码如下

# 获取所有评论者名称names = re.findall('nickName":"([^"]*)",', page.text)pond = []  # 奖池for name in names:    if '士别三日wyx' not in name:        pond.append(name)  # 将参与者放入奖池

4. 抽取幸运观众

使用 random.choice 函数生成随机用户,作为幸运观众,核心代码如下

# 随机生成幸运观众star = random.choice(pond)print('参与抽奖人数: %d' % len(pond))print('幸运观众:%s' % star)

5. 完整源码

5.1 字符串截取的方式

使用「截取字符串」的方式筛选数据,精确度较高,适用于绝大部分场景

import requestsimport random# 评论请求连接url = 'https://blog.csdn.net/phoenix/web/v1/comment/list/121888905?page=1&size=100&commentId='# 请求头header = {        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"    }# 获取评论的请求数据(json字符串)page = requests.get(url, headers=header)titles = page.text.split(',')  # 获取每一个字段names = []  # 存放评论者名称的数组for t in titles:    # 获取所有评论者字段    if 'nickName' in t and '"nickName":"士别三日wyx"' not in t:        name = t[12:len(t)-1]  # 截取评论者名称        names.append(name)  # 添加评论者名称至数组# 随机生成幸运观众star = random.choice(pond)print('参与抽奖人数: %d' % len(names))print('幸运观众:%s' % star)

5.2 正则匹配方式

使用「正则匹配」的方式筛选数据,有一定误差(用户名中不能包含 " )

import requestsimport randomimport re# 评论请求连接url = 'https://blog.csdn.net/phoenix/web/v1/comment/list/121888905?page=1&size=100&commentId='# 请求头header = {        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"    }# 获取评论的请求数据(json字符串)page = requests.get(url, headers=header)# 获取所有评论者名称names = re.findall('nickName":"([^"]*)",', page.text)pond = []  # 奖池for name in names:    if '士别三日wyx' not in name:        pond.append(name)  # 将参与者放入奖池# 随机生成幸运观众star = random.choice(pond)print('参与抽奖人数: %d' % len(pond))print('幸运观众:%s' % star)

5.3 执行结果

测试结果1

E:/data/PrCharm/pythonProject/venv/Scripts/python.exe E:/data/PrCharm/pythonProject/award.py

参与抽奖人数: 15

幸运观众:Willing 卡卡

Process finished with exit code 0

测试结果2
图文详解Python中最神秘的一个魔法函数
Python-OpenCV深度学习入门示例详解

万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。