python获取历届春晚数据

不知道今年的春晚大家看了吗？小编表示没有看，而且是已经很多年没有完整的看过春晚了，关于看春晚的热情都是小时候的事了。如今，距离第一届春晚 1983 年，整整过去了 39年，看过那么多春晚，哪一年、哪些节目、哪些人你还留有深刻印象呢？接下来，通过 Python 数据分析。

在网上找了很久发现没有关于春晚完整的数据，都是不连贯的，节目单表是每一年春晚上表演的节目，包括：节目类型、节目名、演员名这几项数据。这里我们就使用Python 抓取这类表格数据，方法简单，几行代码就能搞定，简单的示例代码如下：

#! -*- encoding:utf-8 -*- import requests import random # 要访问的目标页面 targetUrl = "http://httpbin.org/ip" # 要访问的目标HTTPS页面 # targetUrl = "https://httpbin.org/ip" # 代理服务器(产品官网 www.16yun.cn) proxyHost = "t.16yun.cn" proxyPort = "31111" # 代理验证信息 proxyUser = "username" proxyPass = "password" proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % { "host" : proxyHost, "port" : proxyPort, "user" : proxyUser, "pass" : proxyPass, } # 设置 http和https访问都是用HTTP代理 proxies = { "http" : proxyMeta, "https" : proxyMeta, } # 设置IP切换头 tunnel = random.randint(1,10000) headers = {"Proxy-Tunnel": str(tunnel)} resp = requests.get(targetUrl, proxies=proxies, headers=headers) print resp.status_code print resp.text

抓取下来的数据都比较混乱，需要用 Python 清洗处理一下就可以分析，这些不是重点，重点是在获取数据的过程中，目标网站有封反爬策略比如封ip，所以在访问过程中我加了代理，代码部分主要是关于如何使用动态转发模式代理示例，在学习爬虫中对代理有疑问的可以看下这里https://www.16yun.cn/。在获取数据之后就可以直接进入分析环节，从中我们可以看到谁导演春晚次数最多？谁主持春晚次数最多？谁上春晚次数最多等数据。

?

若有收获，就点个赞吧

审核编辑：鄢孟繁