放假啦放假啦，学妹要来北京玩，点名非要请她吃全聚德的烤鸭！我告诉他全聚德的烤鸭真的一般般，她说不信，来北京谁不知道要吃北京烤鸭。还说我请不起她,面对这样的姑娘我百口莫辩。于是我花了1个小时写了100行代码爬了烤鸭2000的多条数据，我们用数据说话,证明给她看！
1).网页分析
我选择爬取美团上全聚德的评价信息，来做一个数据分析。利用美团的智能排序，第一家是全聚德（天安门店）。
点击进去后，查看网页源代码，右键页面打开开发者模式，找到Network下的XHR，翻到下面的评论信息后，一直不断的翻页，就可以发现我们所要寻找的目标如图所示：
2).查看url规则
它是一个get的请求方式，返回的是json数据。查看它的请求url,这么长的一串，通过观察发现，它的url很有规律，不同的请求url只是切换了offset而已，而offset指的是每切换一次页面时距离第一条评论的偏移量是多少。修改offset为10,20等10的倍数,一共有2070条。
1).爬取网页
首先是模拟浏览器来请求json数据。由于其并没有设置加密，所以我们采取用requests库进行求取，并用json来解析它所返回的信息。如果Ajax请求的url有加密的话，可以用selenium来搞定！由于评论最后一页的offset为2070，所以只需要不断的循环请求，便可以不断的得到json数据。
思路：
a).经过上面的网页分析，我们构造url的规律一共2070条，只要循环一下构造url的offset
b).因为没有加密直接requests获取json数据即可
c).爬取数据也要懂规矩，加一些延迟比较好
2).解析json数据
第二部分是对于json数据的解析，对于返回的json数据，直接利用json库来进行解析，并提取我们所需要的数据，这里我们一共提取了四项数据，包括用户名称、评分、 用户评价、 以及针对于每条评论被查看的人数。数据进行提取后被保存到了本地的csv文件夹下，代码如下图所示:
1).我们一共爬取了2034条的评价，对数据简单的清洗去掉一些空的评论之后还有1500条左右，看一下爬取结果如下图所示：
2).评分最高
看一下查看人数最多的评论前10条，发现评分都很高。而且字数也不少，那么字数多的评论是不是都是好评呢，我们继续探索
我们把字数也作为一个纬度,然后结合评分和阅读数进行分析：
3).评分的饼图：
从饼形图里可以看出，评价为五星和四星的还是占大多数，但是也存在相当比例的一星、二星和三星评价，说明大家对于全聚德并不全都是一致的好评。
差点忘记我们的目的了，我们是要看短评的内容分析，看看全聚德烤鸭到底好不好吃，大家的评论焦点是什么，词频如何：
>>
全聚德词频统计结果 服务 ========== 755 烤鸭 ========== 471 味道 ========== 439 不错 ========== 422 好吃 ========== 331 一般 ========== 294 全聚德 =========233 就是 ========== 222 服务费 ========= 09 北京 ========== 207
制作的词云效果如下图:
从词云可以看出，对于北京全聚德烤鸭的整体评价还是不错的，但是也存在“一般”,“服务费”，“服务态度”这样的高频词汇。服务费确实伤不起啊，分析完这些数据之后，我也服了，咬咬牙我还是掏腰包带她去吃烤鸭吧。
