标签：open 过程 新闻 img 屏幕 __name__ off 微博 code
1.选一个自己感兴趣的主题（所有人不能雷同）。
答：爬取李冰冰微博主页信息
2.用python 编写爬虫程序，从网络上爬取相关主题的数据。
3.对爬了的数据进行文本分析，生成词云。
4.对文本分析结果进行解释说明。
答：文本获取到的字符信息并不是我们想要的效果，因此，为了达到我们想要的效果，我就将所获取到的文本信息，生成一个词云图，这样我们就可以比较直观地看出，广州大学地新闻网地信息主要在强调些什么，从而达到此次爬取的目的。
5.写一篇完整的博客，描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。
答：首先要有信心。虽然可能你看了几个小时也没在屏幕上打出一个三角形，或者压根儿就没能把程序运行起来。但相信我，几乎所有程序员一开始都是这么折腾过来的。
尽量不要系统地去啃一些东西，找一个实际的项目，直接开始就好。
6.最后提交爬取的全部数据、爬虫及数据分析源代码。
# -*- coding: utf-8 -*- import requests from bs4 import BeautifulSoup as bs if __name__ == ‘__main__‘: url = "https://weibo.com/libingbing?refer_flag=1001030101_" #html = getreq(url) info = gettext(url) print(info) for i in info: print(i) f = open(‘i.txt‘, ‘a+‘,encoding=‘utf-8‘) f.write(i) f.write(‘\n‘) f.close() def gettext(url): header = { ‘user-agent‘: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.117 Safari/537.36‘} html = requests.get(url, headers=header).content soup = bs(html, ‘html.parser‘) info = soup.select(‘div.newList.black01 a‘) a = [] for i in info: a.append(i.text) print(i.text) return a import jieba import PIL from wordcloud import WordCloud import matplotlib.pyplot as p import os info = open(‘i.txt‘, ‘r‘, encoding=‘utf-8‘).read() text = ‘‘ text += ‘ ‘.join(jieba.lcut(info)) wc = WordCloud(font_path=‘C:\Windows\Fonts\STZHONGS.TTF‘, background_color=‘White‘, max_words=50) wc.generate_from_text(text) p.imshow(wc) # p.imshow(wc.recolor(color_func=00ff00)) p.axis("off") p.show() wc.to_file(‘词云.jpg‘)
标签：open 过程 新闻 img 屏幕 __name__ off 微博 code
原文地址：https://www.cnblogs.com/605-mk/p/8972807.html
