黑马程序员技术交流社区

标题: 豆瓣" 饭圈 " 整治,如何采集分析评论 [打印本页]

作者: laical123    时间: 2021-9-7 14:49
标题: 豆瓣" 饭圈 " 整治,如何采集分析评论
豆瓣为响应中央网信办的《关于进一步加强 " 饭圈 " 乱象治理的通知》,进行平台技术升级,暂停小组内进行回复的功能。下一步重点是对饭圈打榜、引战拉踩、炒作造谣等行为进行处理,封停引战账号,解散停用有严重违规的问题小组,将一些小组名称中带有 " 吃瓜 "、" 爆料 "、" 拉踩 " 等诱导关键词的强制改名为 " 未命名 "。
豆瓣娱乐小组已经成为互联网上相当一部分八卦爆料的信息来源和 " 饭圈 " 活动的重要策源地,通过采集这些娱乐组的信息和评论进行大数据分析,可以及时观察流量艺人的热度和当前的焦点事件,归纳和总结豆瓣控评、控赞的规律,可以试试下面的程序,分析当前流量艺人是谁的热度最高:
[JavaScript] 纯文本查看 复制代码
const http = require("http");
const url = require("url");
// 要访问的目标页面
const targetUrl = "https://www.douban.com/group/627499/";
const urlParsed = url.parse(targetUrl);
// 代理服务器(产品官网 www.16yun.cn)
const proxyHost = "t.16yun.cn";
const proxyPort = "36600";

// 生成一个随机 proxy tunnel
var seed = 1;
function random() {
    var x = Math.sin(seed++) * 10000;
    return x - Math.floor(x);
}
const tunnel = random()*100;

// 代理验证信息
const proxyUser = "username";
const proxyPass = "password";

const base64    = new Buffer.from(proxyUser + ":" + proxyPass).toString("base64");

const options = {
    host: proxyHost,
    port: proxyPort,
    path: targetUrl,
    method: "GET",
    headers: {
        "Host": urlParsed.hostname,
        "Proxy-Tunnel": tunnel,
        "Proxy-Authorization" : "Basic " + base64
    }
};

http.request(options, function (res) {
    console.log("got response: " + res.statusCode);
    res.pipe(process.stdout);
}).on("error", function (err) {
    console.log(err);
}).end();





欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) 黑马程序员IT技术论坛 X3.2