豆瓣小组爬虫（哈哈哈哈哈哈哈组）

本库包含哈组爬虫及数据分析代码

#####仅用于学习、交流#####
#####更新于2021.2.5#####

语言

• python 3.6

依赖库

• beautifulsoup4 (>= 4.6.0)
• requests (>= 2.18.4)
• pandas (>= 0.20.3)
• tqdm (>= 4.49.0)

爬取字段包括：

• 标题
• 作者昵称
• 作者id
• 回应数
• 发帖时间
• 发帖方式
• 帖子内容
• 帖子url
• 回应内容
• 回帖人url
• 回帖方式
• 帖子中包含图片（或gif）的数量

输出：

• 包含上述字段的CSV表

=====================================================

哈组数据分析代码（data_vis.ipynb）

依赖库

• wordcloud == 1.8.1
• numpy >= 1.19.1
• matplotlib >= 3.3.3
• pandas >= 1.1.5