java抓取豆瓣电影数据,分析电影评分,生成统计图表

Wesley13
• 阅读 719

    最近花时间学习了一下使用Java获取网站数据的方法,自己也亲自动手实践一下;共获取3000+数据,去除重复的数据剩余2000+,使用JFreeChart根据电影评分做出几张简单的统计图。

电影评分统计图:

JFreeChart生成图片

java抓取豆瓣电影数据,分析电影评分,生成统计图表  java抓取豆瓣电影数据,分析电影评分,生成统计图表  java抓取豆瓣电影数据,分析电影评分,生成统计图表

    使用jsoup获取该网站的电影数据信息,此网站动态加载数据,如果直接查看网页源代码是看不到数据的。可以通过js文件,获取相应的数据:

java抓取豆瓣电影数据,分析电影评分,生成统计图表

部分代码如下:

movieServlet.java

主要的功能为:获取网站的电影数据

首先获取每一个电影分类的链接:

java抓取豆瓣电影数据,分析电影评分,生成统计图表

        HashMap<String, String> urlandnames = new HashMap<String, String>();
        MovieService movieService = new MovieService();
        // 排行榜页面
        String url = "http://movie.douban.com/chart";
        // 获取分类的所有相对链接和分类名称
        try {
            Document kinds = Jsoup.connect(url)
                              .userAgent("Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.78 Safari/537.36")
                              .timeout(10000)
                              .get();
            Elements elements = kinds.select("#content .types a");
            for(Element element : elements){
                String kindurl = element.attr("href");    // 链接地址
                String name = element.text();            // 类别
                urlandnames.put(kindurl,name);
            }
        } catch (IOException e) {
            e.printStackTrace();
            System.out.println("获取urlandname出现错误!!");
        }
        //获取所有的key
        Set<String> keySet = urlandnames.keySet();    
        //迭代key值
        Iterator<String> iterator = keySet.iterator();
        List<Movie> allMovies = new ArrayList<Movie>();
        while(iterator.hasNext()){
            // 获取到key值,即url
            String next = iterator.next();
            // 根据某一个类别的链接,获取行对应的电影数据
            List<Movie> listMovie = getMovieInfo(next);
            allMovies.addAll(listMovie);
        }

根据对应的链接获取相应的数据,保存至数据库:

java抓取豆瓣电影数据,分析电影评分,生成统计图表

    /**
     * 获取种类电影信息,保存到数据库
     * @param url 某一个种类的链接地址
     */
    private List<Movie> getMovieInfo(String url){
        String[] tempurl = url.split("&");
        String finalurl = "http://movie.douban.com/j/chart/top_list_count?"+tempurl[1]+"&"+tempurl[2];
        // finalurl ---------http://movie.douban.com/j/chart/top_list_count?type=18&interval_id=100:90
        String document = null;
        try {
            //获取该类别影片的数量total、可在线观看数量playable_count
            document = Jsoup.connect(finalurl).timeout(10000).ignoreContentType(true).execute().body();    
            // document------{"playable_count":18,"total":32,"unwatched_count":32}可在线观看18部,共32部,未观看32部
        } catch (IOException e) {
            e.printStackTrace();
        }

        //json解析器
        JsonParser parser = new JsonParser();
        //获取json对象
        JsonObject jsonObject = (JsonObject) parser.parse(document);
        //将json数据转为int型数据
        int movienum = jsonObject.get("total").getAsInt();
        System.out.println(movienum);//该类型的数量
        String nameurl = "http://movie.douban.com/j/chart/top_list?"+tempurl[1]+"&"+tempurl[2]+"&action=&start=0&limit="+movienum;
        // nameurl-------------http://movie.douban.com/j/chart/top_list?type=18&interval_id=100:90&action=&start=0&limit=32
        FileWriter fw = null;
        String doc = null;
        try {
            //获取该类别的所有影片的信息
            doc = Jsoup.connect(nameurl).timeout(10000).ignoreContentType(true).execute().body();
        } catch (Exception e) {
            e.printStackTrace();
        }
        //将json的一个对象数组解析成JsonElement对象
        JsonElement element = null;
        try {
            //通过JsonParser对象可以把json格式的字符串解析成一个JsonElement对象
            element = parser.parse(doc);
        } catch (NullPointerException e) {
            e.printStackTrace();
        }
        
        JsonArray jsonArray = null;
        if(element.isJsonArray()){
            //JsonElement对象如果是一个数组的话转化成jsonArray
            jsonArray = element.getAsJsonArray();
        }
        
        //遍历json的对象数组
        Iterator it = jsonArray.iterator();
        List<Movie> listMovie = new ArrayList<Movie>();
        while (it.hasNext()) {
            JsonObject e = (JsonObject)it.next();
            //电影名称
            String name = e.get("title").getAsString();
            //豆瓣评分
            float score = e.get("score").getAsFloat();
            //发布时间
            String release_date = e.get("release_date").getAsString();
            //类型
            JsonArray jsonArray2 = e.get("types").getAsJsonArray();
            String types = jsonArray2.toString();
            //链接地址
            String movieUrl = e.get("url").getAsString();
            //是否可以在线播放
            String is_playable = e.get("is_playable").getAsString();
            
            String substring = movieUrl.substring(0, movieUrl.lastIndexOf("/"));
            String keyID = substring.substring(substring.lastIndexOf("/"), substring.length());
            
            if(cache.get(keyID) != null){
                String value = (String) cache.get(keyID).getObjectValue();
                if(!name.equals(value)){
                    net.sf.ehcache.Element element2 = new net.sf.ehcache.Element(keyID,name);
                    cache.put(element2);
                }else {
//                    System.out.println("重复的 movie Info");
                    continue;
                }
            }else {
                net.sf.ehcache.Element element2 = new net.sf.ehcache.Element(keyID,name);
                cache.put(element2);
            }
            
            Movie movie = new Movie();
            
            movie.setName(name);
            movie.setTypes(types);
            movie.setRelease_date(release_date);
            movie.setScore(score);
            movie.setMovieUrl(movieUrl);
            movie.setIs_playable(is_playable);

            //在控制台输出
//            System.out.println(movie.toString());
//            System.out.println("正在获取数据ing...");
            
            listMovie.add(movie);
        }
        return listMovie;
    }

ScoreServlet.java    主要是生成图表

生成柱状图:

java抓取豆瓣电影数据,分析电影评分,生成统计图表

    protected void doGet(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
        String method = request.getParameter("method");
        System.out.println(method+"===================method");
        MovieService movieService = new MovieService();
        
        Map<String, Integer> map = movieService.Count();
        Integer one = map.get("one");
        Integer two = map.get("two");
        Integer three = map.get("three");
        Integer four = map.get("four");
        Integer five = map.get("five");
        
        if(method.equals("barChart")){
            double [][]data = new double[][]{{one},{two},{three},{four},{five}};
            String []rowKeys = {">=9",">=8.5",">=8",">=7.5","<7.5"}; 
            String []columnKeys = {"评分"};
            
            CategoryDataset dataset = DatasetUtilities.createCategoryDataset(rowKeys, columnKeys, data);
            
            JFreeChart chart = ChartFactory.createBarChart3D(
                    "电影评分柱状图", // 图表标题
                    "电影", // 目录轴的显示标签
                    "数量", // 数值轴的显示标签
                     dataset, // 数据集
                     PlotOrientation.VERTICAL, // 图表方向:水平、垂直
                     true,  // 是否显示图例(对于简单的柱状图必须是 false)
                     false, // 是否创建工具提示 (tooltip) 
                     false  // 是否生成 URL 链接
                     ); 
            
            CategoryPlot plot = chart.getCategoryPlot();
            // 设置网格背景颜色
             plot.setBackgroundPaint(Color.white);
             // 设置网格竖线颜色
             plot.setDomainGridlinePaint(Color.pink);
             // 设置网格横线颜色
             plot.setRangeGridlinePaint(Color.pink);
             
             // 显示每个柱的数值,并修改该数值的字体属性
             BarRenderer3D renderer=new BarRenderer3D();
             renderer.setBaseItemLabelGenerator(new StandardCategoryItemLabelGenerator());
             renderer.setBaseItemLabelsVisible(true);
             
             renderer.setBasePositiveItemLabelPosition(new ItemLabelPosition(ItemLabelAnchor.OUTSIDE12, TextAnchor.BASELINE_LEFT));
             renderer.setItemLabelAnchorOffset(10D);  
             
             // 设置平行柱的之间距离
             renderer.setItemMargin(0.4);
             plot.setRenderer(renderer);
            
            FileOutputStream fos_jpg = null; 
            try { 
                //将图片保存至Tomcat服务器WebRoot下的img目录中
                fos_jpg = new FileOutputStream(request.getSession().getServletContext().getRealPath("/")+"barChart.jpg");
                ChartUtilities.writeChartAsJPEG(fos_jpg,1,chart,700,500,null); 
            } catch (Exception e) {
                System.out.println("error");
            } finally { 
                try { 
                    fos_jpg.close(); 
                } catch (Exception e) {
                    System.out.println("error2");
                } 
            }
            request.setAttribute("barChart", "barChart.jpg");
            
        }

生成饼状图:

java抓取豆瓣电影数据,分析电影评分,生成统计图表

        MovieService movieService = new MovieService();
        
        Map<String, Integer> map = movieService.Count();
        Integer one = map.get("one");
        Integer two = map.get("two");
        Integer three = map.get("three");
        Integer four = map.get("four");
        Integer five = map.get("five");
        
        if (method.equals("pieChart")) {
            
            DefaultPieDataset data = new DefaultPieDataset();
            data.setValue(">=9",one); 
            data.setValue(">=8.5",two); 
            data.setValue(">=8",three); 
            data.setValue(">=7.5",four); 
            data.setValue("<7.5",five); 
            
            JFreeChart chart = ChartFactory.createPieChart3D(
                    "评分饼状图",          // 图表标题
                    data, 
                    true,             // 是否显示图例
                    false,             // 是否创建工具提示 (tooltip) 
                    false              // 是否生成 URL 链接
                    ); 
            
            //显示百分比
            PiePlot pieplot = (PiePlot)chart.getPlot();
            pieplot.setLabelFont(new Font("宋体", 0, 12));
            pieplot.setNoDataMessage("无数据");
            pieplot.setCircular(true);
            pieplot.setLabelGap(0.02D);
            pieplot.setLabelGenerator(new StandardPieSectionLabelGenerator("{0} {2}",NumberFormat.getNumberInstance(),new DecimalFormat("0.00%")));
            
            PiePlot3D pieplot3d = (PiePlot3D)chart.getPlot(); 
            //设置开始角度  
            pieplot3d.setStartAngle(120D);  
            //设置方向为”顺时针方向“  
            pieplot3d.setDirection(Rotation.CLOCKWISE);  
            //设置透明度,0.5F为半透明,1为不透明,0为全透明  
            pieplot3d.setForegroundAlpha(0.7F); 
            
            FileOutputStream fos_jpg = null; 
            try { 
                //将图片保存至Tomcat服务器WebRoot目录下
                fos_jpg = new FileOutputStream(request.getSession().getServletContext().getRealPath("/")+"pieChart.jpg");
                ChartUtilities.writeChartAsJPEG(fos_jpg,1,chart,700,500,null); 
            } catch (Exception e) {
                System.out.println("error");
            } finally { 
                try { 
                    fos_jpg.close(); 
                } catch (Exception e) {
                    System.out.println("error2");
                } 
            }
            request.setAttribute("pieChart", "pieChart.jpg");
            
        }

生成折线图

java抓取豆瓣电影数据,分析电影评分,生成统计图表

       if (method.equals("lineChart")) {
            XYSeriesCollection collection = new XYSeriesCollection();
            XYSeries series = new XYSeries("折线");
            
            Map<String, Integer> map2 = movieService.lineChart();
            int number = 99;
            for(int i=0; i<map2.size(); i++){
                String s= number+"";
                String score = s.charAt(0)+"."+s.charAt(1);
                series.add(Double.parseDouble(score),map2.get(score));
//                System.out.println(Double.parseDouble(score)+"--"+map2.get(score));
                number--;
            }
            collection.addSeries(series);
            
            JFreeChart chart = ChartFactory.createXYLineChart(
                        "评分折线图",
                        "评分",
                        "数量",                
                        collection,
                        PlotOrientation.VERTICAL,
                        true, 
                        true, 
                        false);
            
            XYPlot plot = (XYPlot) chart.getPlot(); 
            //设置曲线是否显示数据点
            XYLineAndShapeRenderer xylinerenderer = (XYLineAndShapeRenderer)plot.getRenderer();
            xylinerenderer.setBaseShapesVisible(true); 
            
            //设置曲线显示各数据点的值
            XYItemRenderer xyitem = plot.getRenderer(); 
            xyitem.setBaseItemLabelsVisible(true);
            xyitem.setBasePositiveItemLabelPosition(new ItemLabelPosition(ItemLabelAnchor.OUTSIDE12, TextAnchor.BASELINE_CENTER)); 
            xyitem.setBaseItemLabelGenerator(new StandardXYItemLabelGenerator());
            xyitem.setBaseItemLabelFont(new Font("Dialog", 1, 10)); 
            plot.setRenderer(xyitem);
            
            FileOutputStream fos_jpg = null; 
            try { 
                //将图片保存至Tomcat服务器WebRoot目录下
                fos_jpg = new FileOutputStream(request.getSession().getServletContext().getRealPath("/")+"lineChart.jpg");
                ChartUtilities.writeChartAsJPEG(fos_jpg,1,chart,700,500,null); 
            } catch (Exception e) {
                System.out.println("error");
            } finally { 
                try { 
                    fos_jpg.close(); 
                } catch (Exception e) {
                    System.out.println("error2");
                } 
            }
            request.setAttribute("lineChart", "lineChart.jpg");
        }

MovieDao.java

把数据插入到数据库

public class MovieDao {
    
    /**
     * 把获取的数据,一次性插入
     * @param listMovie
     */
    public void save(List<Movie> listMovie){
        Connection connection = null;
        PreparedStatement statement = null;
        
        connection = JdbcUtils.getConnection();

        try {
            int i = 1;
            for(Movie movie : listMovie){
                System.out.println("正在插入第"+(i++)+"条数据到数据库ing...");
                String sql = " INSERT INTO movie(NAME,TYPES,release_date,score,movieUrl,is_playable) VALUE( ?,?,?,?,?,? ) ";
                
                statement = connection.prepareStatement(sql);
                
                statement.setString(1, movie.getName());
                statement.setString(2, movie.getTypes());
                statement.setString(3, movie.getRelease_date());
                statement.setFloat(4, movie.getScore());
                statement.setString(5, movie.getMovieUrl());
                statement.setString(6, movie.getIs_playable());
                
                statement.execute();
            }
            System.out.println("保存数据完成");
        } catch (SQLException e) {
            System.out.println("保存数据出现错误 MovieDao error");
            e.printStackTrace();
            throw new RuntimeException(e);
        } finally {
            try {
                connection.close();
                statement.close();
            } catch (SQLException e) {
                e.printStackTrace();
                throw new RuntimeException(e);
            }
        }
    }
    

查询所有数据

   /**
     * 查询所有数据
     * @return
     */
    public List<Movie> findAll(){
        
        Connection connection = null;
        PreparedStatement statement = null;
        ResultSet resultSet = null;
        
        try {
            connection = JdbcUtils.getConnection();
            
            String sql = " select * from movie ";
            
            statement = connection.prepareStatement(sql);
            
            resultSet = statement.executeQuery();

            List<Movie> list = new ArrayList<Movie>();
            while (resultSet.next()) {
                Movie movie = new Movie();
                
                movie.setId(resultSet.getInt("id"));
                movie.setName(resultSet.getString("name"));
                movie.setTypes(resultSet.getString("types"));
                movie.setRelease_date(resultSet.getString("release_date"));
                movie.setScore(resultSet.getFloat("score"));
                movie.setMovieUrl(resultSet.getString("movieUrl"));
                movie.setIs_playable(resultSet.getString("is_playable"));
                
                list.add(movie);
            }
            
            return list;
        } catch (SQLException e) {
            e.printStackTrace();
            throw new RuntimeException(e);
        } finally {
            try {
                connection.close();
                statement.close();
            } catch (SQLException e) {
                e.printStackTrace();
                throw new RuntimeException(e);
            }
        }
    }

获取不同分数等级的电影数量

   /**
     * 统计不同分数级别的电影数量
     * @return
     */
    public Map<String,Integer> Count(){
        
        Connection conn = null;
        PreparedStatement stmt = null;
        ResultSet resultSet = null;
        
        Map<String,Integer> mapCount = new HashMap<String, Integer>();
        
        conn = JdbcUtils.getConnection();
        String sql = null;
        String key = null;
        int i=0;
        while (i<5) {
            switch (i) {
                case 0:
                    sql = "SELECT COUNT(1) FROM movie WHERE score>=9 ";
                    key = "one";
                    break;
                case 1:
                    sql = "SELECT COUNT(1) FROM movie WHERE score>=8.5 && score<9 ";
                    key = "two";
                    break;
                case 2:
                    sql = "SELECT COUNT(1) FROM movie WHERE score>=8 && score<8.5 ";
                    key = "three";
                    break;
                case 3:
                    sql = "SELECT COUNT(1) FROM movie WHERE score>=7.5 && score<8 ";
                    key = "four";
                    break;
                case 4:
                    sql = "SELECT COUNT(1) FROM movie WHERE score<7.5 ";
                    key = "five";
                    break;
            }
            try {
                stmt = conn.prepareStatement(sql);
                resultSet = stmt.executeQuery();
                while (resultSet.next()) {
                    mapCount.put(key, resultSet.getInt(1));
                }
            } catch (SQLException e) {
                e.printStackTrace();
            }
            i++;
        }
        return mapCount;
    }
    

获取每个电影评分的电影数量

   /**
     * 统计每个分数对应的数量
     * @return
     */
    public Map<String,Integer> lineChart(){
        
        Connection conn = null;
        PreparedStatement stmt = null;
        ResultSet resultSet = null;
        
        Map<String,Integer> mapCount = new HashMap<String, Integer>();
        
        conn = JdbcUtils.getConnection();
        String sql = null;
        int number = 99;
        for( ; number>=70; number-=1){
            //获取9.9 9.1 7.4 .....
            String s = number+"";
            String score = s.charAt(0)+"."+s.charAt(1);
            sql = "SELECT COUNT(1) FROM movie WHERE score=" + score ;
            try {
                stmt = conn.prepareStatement(sql);
                resultSet = stmt.executeQuery();
                while (resultSet.next()) {
                    mapCount.put(score, resultSet.getInt(1));
                }
            } catch (SQLException e) {
                e.printStackTrace();
            }
        }
        return mapCount;
    }
}

     两分钟抓取数据2000+并保存至数据库中,感觉还是挺慢的,有待优化代码

代码源码:

GitHub:https://github.com/YanKuan-IT/DouBanMoviesInfo_DB.git

注:如有什么做的不对的,请指教

点赞
收藏
评论区
推荐文章
blmius blmius
2年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
Easter79 Easter79
2年前
swap空间的增减方法
(1)增大swap空间去激活swap交换区:swapoff v /dev/vg00/lvswap扩展交换lv:lvextend L 10G /dev/vg00/lvswap重新生成swap交换区:mkswap /dev/vg00/lvswap激活新生成的交换区:swapon v /dev/vg00/lvswap
Jacquelyn38 Jacquelyn38
2年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
Wesley13 Wesley13
2年前
Java日期时间API系列31
  时间戳是指格林威治时间1970年01月01日00时00分00秒起至现在的总毫秒数,是所有时间的基础,其他时间可以通过时间戳转换得到。Java中本来已经有相关获取时间戳的方法,Java8后增加新的类Instant等专用于处理时间戳问题。 1获取时间戳的方法和性能对比1.1获取时间戳方法Java8以前
Wesley13 Wesley13
2年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
2年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
2年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
2年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
3个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这