2019熱門電影關鍵字爬蟲

---

(A)程式學習到的事情：

• (1) 將自己所出題目用程式碼實現
  • 如何把自己的想法先以 pseudo code方式先呈現，並將其轉換成程式碼
• (2) 網頁爬蟲與使用遞迴
  • 利用 requests & BeautifulSoup 將 html 標籤內的文字取出
  • 每次紀錄上一頁超連結，如日期不等於 2018/12/31 則再次呼叫自己本身，作資料結構的遞迴
  • 以日期作判斷篩選出 2019 年電影好雷的標題並以 json 檔輸出
• (3) Cloud_word 實作
  • 利用 jieba 將熱門電影標題拆成關鍵字，並作關鍵字次數統計
• (4) 資料庫 SQLite
  • 將關鍵字次數輸出至資料庫

(B)程式描述：

想要實作出一個文字雲程式，推薦 2019 好看的電影，因此利用爬蟲將 PTT Movie 好雷 文章資訊紀錄於 Dict ，並記錄每一頁的上一頁超連結，在函式內呼叫自己直到日期為 2018 的 12/31 為止，接著作關鍵字拆解，並統計數據輸出至資料庫與文字雲。

2019 電影熱門關鍵字程式 demo

電影熱門關鍵字程式心得紀錄

解題想法與概念：

1. 思考如果要得到 2019 好看的電影名單，該獲取哪些資訊
2. 利用爬蟲將 日期與好雷電影的標題紀錄於 Dict 中
3. 利用 Jieba 拆解標題作次數統計
4. 以不同可視化方式輸出，因此以文字雲呈現，次數越多，字體越大