一张 Top250 片单,直接进表格
打开 movie.douban.com/top250,排名、片名、导演/主演、年份、国家/地区、类型、评分、评价人数和一句话短评都会变成独立的列,DataLens 会自动把整张榜翻完。
豆瓣电影 Top250 与短评采集
DataLens 是一款免费的 Chrome 浏览器插件,不写代码、不用豆瓣 API,就能把豆瓣电影的榜单、片单和短评导出成 Excel 或 CSV。支持 Top250、选电影和搜索结果、即将上映以及影片短评/影评页,可采片名、评分、评价人数、年份、类型和短评正文。
打开 movie.douban.com/top250,排名、片名、导演/主演、年份、国家/地区、类型、评分、评价人数和一句话短评都会变成独立的列,DataLens 会自动把整张榜翻完。
影片的短评页和影评页可以按条导出:用户名、星级、内容、有用数和发布时间,拿来就能做词频和情感分析。
DataLens 在你自己的浏览器里运行,不走代理,也不用云服务器替你打开页面。你登录豆瓣后能看到的内容,它都能读到。
做电影内容的博主把 Top250 整张榜导出成 Excel,按年代、类型、国家/地区做透视表,用几张图说清楚"豆瓣高分片都集中在哪些年代和类型"。
学传播学或数据分析的同学要写课程论文:把一部电影的短评导出成 CSV,按星级分组做词频和情感分析,不用自己写 Python 爬虫。
影院排片或发行方的同学导出所在城市的"即将上映"片单,带上上映日期、类型和想看人数,快速判断哪些新片关注度更高。
在 Chrome 中打开要采的豆瓣页面:movie.douban.com/top250、"选电影"列表或电影搜索结果、影院"即将上映"页,或某部影片的短评页(movie.douban.com/subject/影片ID/comments)。要采短评,建议先登录豆瓣。
点击工具栏里的 DataLens 图标。AI 会识别页面上重复出现的列表——一部部电影或一条条短评——并给出片名、评分、评价人数、年份、类型等列。在列预览里勾掉不需要的列;识别列表和预览列都不扣积分。
点击开始采集,DataLens 会自动翻页或点击"加载更多",持续追加数据。采够了随时停止,导出为 Excel (.xlsx)、CSV 或 JSON。
安装前大家最常问的几个问题。
不需要。DataLens 是一款 Chrome 浏览器插件,直接读取豆瓣页面在你浏览器里显示的内容,不需要豆瓣 API、不需要写 Python 爬虫,也不用配置选择器或代理。
可以。打开 movie.douban.com/top250,DataLens 识别出电影列表后会自动翻完全部 10 页,把排名、片名、评分、评价人数、年份、类型等字段导出为 Excel (.xlsx)、CSV 或 JSON。按 1 行 1 积分计算,整张豆瓣 Top250 需要 250 积分,超过新用户赠送的 100 积分。
可以。打开影片的短评页,DataLens 会按条采集用户名、星级、短评内容、有用数和发布时间,并自动翻页。它只能采到豆瓣在页面上实际显示给你的短评:豆瓣本身对短评列表能往后翻多少页有限制,未登录时更少,所以建议先登录豆瓣再采。
能。DataLens 运行在你自己的浏览器会话里,直接读取你登录后看到的豆瓣页面;它不经过代理,也不在云端服务器上重新打开页面。采集时请遵守豆瓣的使用条款,只采你需要的数据。
DataLens 免费安装,新注册账号赠送 100 积分。每采集 1 行数据扣 1 积分,识别列表和预览列不扣分,所以前 100 部电影或 100 条短评是免费的。
在你要采的页面上试一下
装好插件,打开你要采的页面。DataLens 会自己找出页面上的列表并给出字段;你确认一下,它会自动滚动或翻页,然后下载 Excel、CSV 或 JSON。不用写代码,不用 API Key,不用代理。