小红书爬虫评论爬虫app爬虫数据爬取

爬虫交流:base64解码查看(UVEyODkxNTkwNTc4)小红书爬虫评论爬虫app爬虫数据爬取

数据抓取

该产品搜索没有web端口子,只能抓取APP或小程序,作者抓取了微信小程序的前五十页点赞最高的【软糖】笔记作为数据分析数据,共抓取2208条笔记数据;

数据展示:

图片.png

数据分析

通过自然语言处理从笔记中抽取了使用场景、使用人群、地域分布、成分包含、营养成分、最好不包含成分等数据维度。

def draw_bar(keys, values, titile, subtitle='共2208条笔记'):
    bar1=(
           Bar(init_opts=opts.InitOpts(
        ))
           .add_xaxis(keys)
           .add_yaxis('数量'##系列的名称
                      ,values, 
                     ) ##系列的数值
           .set_global_opts(title_opts=opts.TitleOpts(
                    title=titile,
                    subtitle=subtitle
                    ,item_gap=10#主副标题之间的距离
                    ,title_textstyle_opts=opts.TextStyleOpts(
                                   font_size=20
                                   ,font_weight='bold'  
                    )
                    ,subtitle_textstyle_opts=opts.TextStyleOpts(
                                     font_style='normal'
                                     ,font_weight='normal'                                                                    
                                     ,font_family= 'monospace'
                                     ,font_size=15
                                     ,background_color='grey'
                                     ,border_color='black' 
                    )
                ), 
                xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=40))
        )
    )
    return bar1

def pie_base() -> Pie:
    c = (
        Pie()
        .add("", [list(z) for z in zip(list(data.keys())[:-4], list(data.values())[:-4])], center=['50%','60%'],radius=["45%", "80%"])
        .set_global_opts(title_opts=opts.TitleOpts(title="营养成分-某红书", subtitle='共2208条笔记'),
                        legend_opts=opts.LegendOpts(pos_left='right', orient='vertical',))
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))
    )
    return c
pie_base().render_notebook()

图片.png

图片.png

图片.png

图片.png

图片.png

图片.png

市场分析

目前来看,我国功能性软糖市场仍处于发展阶段,消费者还是对酸、甜口味的软糖情有独钟;
不希望在软糖中添加脂肪、香精等成分;
维生素、铁、益生菌等成分是消费者比较关注的消费点;

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,444评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,421评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,363评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,460评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,502评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,511评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,280评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,736评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,014评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,190评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,848评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,531评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,159评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,411评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,067评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,078评论 2 352

推荐阅读更多精彩内容