【视频】于欢案之网民的意见（1）？

cdefg

在那种情景下，是个人都很难理性的。于欢与其母人身自由失去了，生命权生存权尊严的权利面临着随时被侵害的风险，在这种情况下，为了自己的母亲，于欢做了他应该做的事情，我觉得他没有做错。

他的行为合情：

于欢因为母亲受辱，做出了我们都认为对的事情，儿子就该这样做，符合孝道为人子的行为规范，他的行为，合情。

他的行为合法：

在那特定情境下，人身自由被限制，生命安全随时受到伤害，属于不法侵害正在发生，阻止犯罪行为的继续进行，属于正当防卫，合法。

哎，但有的时候我就是觉得法律与人情有交叉又有分离，并不能完美的划上等号，这真的很让人纠结。

请输入标题     abcdefg

故事的开始是这样

2016年4月14日，一位22岁的男子于欢，在母亲苏银霞和自己被11名催债人长达一小时的侮辱后，情急之下用水果刀刺伤了4人。其中，被刺中的杜志浩自行驾车就医，却因失血过多休克死亡。儿子于欢因刺死1人被判无期，判决引发社会热议。山东女企业家苏银霞年轻的儿子于欢，杀死了催债人杜志浩。

请输入标题     abcdefg

案例：于欢案微博评论

请输入标题     bcdef

微博搜#辱母杀人案#，我们发现人民日报的评论都只有不到1000条，但通过一些分析，发现澎湃新闻相关新闻有近3万条评论。那么我们就爬“澎湃新闻”吧

如果不想看后面的详细图文，也可直接看视频

https://v.qq.com/txp/iframe/player.html?vid=d03880fbjkq&width=500&height=375&auto=0

请输入标题     abcdefg

任务分析

请输入标题     bcdef

我们之前做过几次微动态网页爬虫，也有针对微博的爬虫任务。通过经验，总结为一下几个要点：

1、抓包分析获得有规律的网址

2、使用cookie保持微博的登录状态

3、数据传输是json格式（类似于字典）

4、这次用正则表达式匹配出想要的评论文本

4、这次再多一个文本数据的保存

1、抓包分析

澎湃新闻网址

http://weibo.com/thepapernewsapp?refer_flag=1005055014_

点击这条新闻的评论，出现下图：

然后我们点击“查看更多”，弹出了另外一个网页

http://weibo.com/5044281310/EBCPc6GhJ?filter=hot&root_comment_id=0&type=comment

打开开发者工具，进行抓包分析，先点击‘查看更多’

出现可疑网址

可疑网址：

http://weibo.com/aj/v6/comment/big?ajwvr=6&id=4089673821592515&root_comment_max_id=183623306287751&root_comment_max_id_type=0&root_comment_ext_param=&page=4&filter=hot&sum_comment_number=6598&filter_tips_before=0&from=singleWeiBo&__rnd=1490606915317

发现该网址中去掉不可用的部分，如下

'http://weibo.com/aj/v6/comment/big?ajwvr=6&id=4089673821592515&root_comment_max_id=162870024611262&root_comment_max_id_type=0&root_comment_ext_param=&page=5&filter=hot'

发现现在是在第五个叶片，page=5。

那么我们就先默认这个网址是可行的，进行后续的操作。

构造出base_url = 'http://weibo.com/aj/v6/comment/big?ajwvr=6&id=4089673821592515&root_comment_max_id=162870024611262&root_comment_max_id_type=0&root_comment_ext_param=&page={page}&filter=hot'

请输入标题     abcdefg

2、cookie的使用

请输入标题     bcdef

这里我就简单说下吧

Cookie = {'Cookie'：‘你的cookie’}

然后发请求

r = requests.get(url, cookies= Cookie)

cookie怎么找？？？

看下图

3、json格式数据

r = requests.get(url, cookies= Cookie)

在咱们这个案例中，数据就是类似于字典的数据

如下图：

从上面看似乎是dict格式的数据，那么真的如自己所想吗？检验下数据格式

结果显示是str，所以我们暂时还不能用dict[key]这种方式获取我们想要的html数据。

这里首先要将str转换为dict，解决办法有两个：

方法一：

import json

Data = json.loads（r.text）

方法二：

直接使用requests的方法

Data = r.json()

我们使用方法二，也建议大家使用方法二：

现在我们马上能能获取html了，在其中也应该能找到评论。结果如下

4、正则匹配出评论文本

首先我们列出几个评论，如下

</a>:不是所有的警察都是这样的。就是因为败类警察太多。 </div>

</a>:严查黑恶势力的保护伞，公安系统没有保护伞，他们不会那么猖獗 </div>

我们发现评论内容前都出现了</a>,评论内容后出现</div>

那么我们可以构造一个正则表达式规律模板：

re.compile(r'</a>: (.*?) </div')

运行

但是，评论中还是有杂质，如图片链接等，我们只要汉字内容！！！

那么我们这里再用一次正则，匹配出所有的汉字

汉字的正则表达式是

re.compile(r'[\u4e00-\u9fa5]')

多个汉字的表达式是

re.compile(r'[\u4e00-\u9fa5]+')

我们用多个（多于一个汉字）汉字的表达式，运行如下：

但评论是列表格式，我们必须把每个评论编程字符串格式。这里用到列表中多个字符串的拼接方法

5、保存

请输入标题     bcdef

import os

#获取当前代码所在的文件夹路径

path = os.getcwd()

filename = '辱母杀人评论.txt'
file = path + '/' + filename

f = open(file, 'a+', encoding='utf-8')

#文本写入txt文件

f.write(comment)

#这么详细，不要我写了吧，大功告成了

请输入标题     abcdefg

更多内容

大数据

爬虫

文本分析

神奇的python