爬虫数据分析案例-评论 1、首先，我们的目标是爬取与巴勒斯坦相关笔记下的所有评论，共计超过10000条，每条评论包含10个关键字段：笔记链接、页码、评论者昵称、评论者ID、主页链接、评论时间、评论IP属地、点赞数、评论级别以及评论内容。我们的爬虫程序会分析小红书页面的HTML结构，找到请求数据的链接，然后通过模拟浏览器行为来获取这些评论数据。2、数据清洗与预处理使用R语言对爬取的原始数据进行清洗：结构修正：处理因网页结构异常导致的字段错位问题，如评论内容误入用户名字段。分词处理：利用jiebaR包对中文评论进行分词，为词频统计和云图生成做准备。低频词过滤：删除频数低于1000的词汇，减少无关词汇对结果的干扰。