基于 Python Flask 的电影票房数据采集分析与可视化系统

项目概述

本项目是一个完整的电影票房数据采集、存储与分析可视化系统。后端采用 Python Flask 框架搭建，数据持久化使用 MySQL，前端可视化依托 Echarts 实现，并通过 Selenium 和 Requests 库完成从艺恩电影票房网的数据抓取。

系统旨在解决电影行业数据分散、查询不便的问题，提供从实时采集到多维分析的全流程闭环。用户不仅可以查看实时的票房排名，还能通过图表直观了解地区分布、月份趋势及类型占比等关键指标。

核心功能模块

1. 地区票房占有率分析：利用环形图展示各地区票房占比，支持鼠标悬停查看详细数值。
2. 月份票房分析：通过横向条形图呈现月度票房走势，便于观察季节性波动。
3. 电影类型票房占有率：使用玫瑰图对比不同题材的票房表现。
4. 首页概览：集成票房 Top20、场均人次排名等快捷入口，快速掌握市场热点。
5. 实时票房排名：支持按年份筛选，以表格形式展示影片名称、总票房、平均票价等详细信息。
6. 采集日志与数据管理：记录每次爬取的操作人、时间、数据条数及目标地址，确保数据来源可追溯。
7. 在线数据采集环境：内置 Python 代码编辑与运行界面，方便开发者直接修改爬虫脚本并执行。

界面交互设计

系统界面注重数据的直观呈现。在地区票房分析页面，环形图的扇区颜色区分明显，交互反馈灵敏；月份分析则侧重于时间序列的对比，条形长度直接反映票房规模。首页作为导航中枢，聚合了所有核心分析模块的入口，顶部导航栏保持全局一致，确保操作流畅。

技术实现细节

爬虫逻辑

数据采集是系统的核心环节。我们使用 Selenium 模拟浏览器行为，因为艺恩网的票房数据往往需要动态加载或依赖下拉菜单选择年份。以下是核心爬虫脚本的实现思路：

首先初始化 Chrome 驱动，访问目标 URL。接着定位年份下拉菜单，通过循环遍历选项来抓取不同年份的数据。这里需要注意设置合理的等待时间（time.sleep），避免请求过快被反爬机制拦截。

from selenium import webdriver
from selenium.webdriver.support.ui import Select
import sys
sys.path.append('utils')
import mysqlHelper
import datetime
 time


 ():
    web = webdriver.Chrome()
    web.get()
    
    
    sel_list = web.find_element_by_xpath()
    sel = Select(sel_list)
    
    
    movie_id = []
    movie_name = []
    movie_type = []
    movie_sale_number = []
    movie_average_sale = []
    movie_average_people = []
    movie_country = []
    movie_online_time = []
    movie_year = []
    
    startTime = datetime.datetime.now().strftime() +  + time.strftime()
    
     s  ((sel.options)):
        
        sel.select_by_index(s)
        time.sleep()  
        
        
        tr_list = web.find_elements_by_xpath()
         tr  ((tr_list)):
            
            ele_sel = web.find_element_by_xpath()
            year = ele_sel.get_attribute()
            
            
            money = tr_list[tr].find_element_by_xpath().text
            money = money.replace(, )
            
            movie_id.append(tr_list[tr].find_element_by_xpath().text)
            movie_name.append(tr_list[tr].find_element_by_xpath().text)
            movie_type.append(tr_list[tr].find_element_by_xpath().text)
            movie_sale_number.append(money)
            movie_average_sale.append(tr_list[tr].find_element_by_xpath().text)
            movie_average_people.append(tr_list[tr].find_element_by_xpath().text)
            movie_country.append(tr_list[tr].find_element_by_xpath().text)
            movie_online_time.append(tr_list[tr].find_element_by_xpath().text)
            movie_year.append(year)
    
    ()
    web.close()
    
    rows = (movie_id, movie_name, movie_type, movie_sale_number, movie_average_sale, 
               movie_average_people, movie_country, movie_online_time, movie_year)
    
    mysql = mysqlHelper.get_a_conn()
    sql = 
    mysql.fetchall(sql)
    
     row  rows:
        (row)
        sql =  % row
        mysql.execute(sql)
    
    ()
    
    
    endTime = datetime.datetime.now().strftime() +  + time.strftime()
    url = 
    user_name = username
    sql = 
    result = mysql.fetchall(sql)
    data_num = result[].get()
    sql =  % (user_name, startTime, endTime, data_num, url)
    mysql.execute(sql)

 __name__ == :
    getData1()