python采集"觉醒年代"热评

最近关于第27白玉兰奖的热度比较火，5月21号上海电视节主办方公布本届电视节白玉兰奖入围名单，自公布后，讨论的声音层出不穷，从名单来看，今年入围作品创作品质整体偏高，最佳电视剧、“视帝”“视后”等大奖依然竞争非常的激烈。

最佳中国电视剧单元中，《大江大河2》《觉醒年代》《跨过鸭绿江》《流金岁月》《三叉戟》《三十而已》《山海情》《隐秘而伟大》《在一起》《装台》十部作品入围。其中《觉醒年代》的呼声尤其的高，这是一部年轻人像追番一样催更的央视主旋律正剧。豆瓣评分高达9.0，它主要展现了一段波澜壮阔的历史画卷，让我们在被先辈的冲天豪情震撼之余，感受到了热血与信念的真正含义。它好看到几乎没什么缺点，除了时不时断更导致大家没得看。

今天我们就通过大数据了解下为什么《觉醒年代》会在年轻人这么火，我们可以通过python在优酷官网抓取“觉醒年代”评论。我们主要是通过优酷进行采集，

#! -*- encoding:utf-8 -*-
    import requests
    import random
    import requests.adapters

    # 要访问的目标页面
    targetUrlList = [
        "https://www.youku.com/",
        "https://www.youku.com//headers",
        "https://www.youku.com//user-agent",
    ]

    # 代理服务器(产品官网 www.16yun.cn)
    proxyHost = "t.16yun.cn"
    proxyPort = "31111"

    # 代理验证信息
    proxyUser = "16YCUTUE"
    proxyPass = "092618"

    proxyMeta = "http://%(user)s:%(pass)s@%(host)s:%(port)s" % {
        "host": proxyHost,
        "port": proxyPort,
        "user": proxyUser,
        "pass": proxyPass,
    }

    # 设置 http和https访问都是用HTTP代理
    proxies = {
        "http": proxyMeta,
        "https": proxyMeta,
    }

    # 访问三次网站，使用相同的Session(keep-alive)，均能够保持相同的外网IP
    s = requests.session()

    # 设置cookie
    # cookie_dict = {"JSESSION":"123456789"}
    # cookies = requests.utils.cookiejar_from_dict(cookie_dict, cookiejar=None, overwrite=True)
    # s.cookies = cookies

    for i in range(3):
        for url in targetUrlList:
            r = s.get(url, proxies=proxies)
            print r.text