码迷,mamicode.com
首页 > 编程语言 > 详细

python爬取b站排行榜视频信息

时间:2019-12-09 01:23:28      阅读:79      评论:0      收藏:0      [点我收藏+]

标签:font   for   宽高   标题   otl   near   ati   chrome   row   

和上一篇相比,差别不是很大

 1 import xlrd#读取excel
 2 import xlwt#写入excel
 3 import requests
 4 import linecache
 5 import wordcloud
 6 import jieba
 7 import matplotlib.pyplot as plt
 8 from bs4 import BeautifulSoup
 9  
10 if __name__=="__main__":
11     f = xlwt.Workbook(encoding=utf-8) #创建工作簿
12     sheet1 = f.add_sheet(usheet1) #创建sheet
13     row0 = [uID,uname,uav,uplay_num,ucomment_num]
14     #生成第一行
15     for i in range(0,len(row0)):
16         sheet1.write(0,i,row0[i])
17     yun=""
18 
19     n=0#ID编号
20     target=https://www.bilibili.com/ranking/all/160/0/3#b站
21     user_agent = Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36
22     headers = {User-Agent:user_agent}
23 
24     req=requests.get(url=target)
25     html=req.text
26     html=html.replace(<br>, ).replace(<br/>, ).replace(/>,>)
27     bf=BeautifulSoup(html,"html.parser")   
28 
29     texts=bf.find(ul,class_=rank-list)
30     texts_div=texts.find_all(div,class_=info)
31     #print(texts_div)
32     for item in texts_div:
33         n=n+1
34         item_name=item.find(a).text#标题
35         yun+=str(item_name)
36         item_href=item.find(a)[href]#链接
37         h=item_href.rfind(/)
38         item_href=item_href[h+1:]
39         item_refer=item.find_all(span,class_=data-box)
40         item_refer1=item_refer[0].text
41         item_refer2=item_refer[1].text
42         #print(‘{} {} {} {}\n‘.format(item_name,item_href,item_refer1,item_refer2))
43         mid=[n,item_name,item_href,item_refer1,item_refer2]
44         #print(mid)
45         for i in range(len(row0)):#写入excel
46             sheet1.write(n,i,mid[i])
47     f.save(demo1.xls) #保存文件
48 
49     # 结巴分词,生成字符串,wordcloud无法直接生成正确的中文词云
50     cut_text = " ".join(jieba.cut(yun))
51     wc = wordcloud.WordCloud(
52     #设置字体,不然会出现口字乱码,文字的路径是电脑的字体一般路径,可以换成别的
53     font_path="C:/Windows/Fonts/simfang.ttf",
54     #设置了背景,宽高
55     background_color="white",width=1000,height=880).generate(cut_text)
56 
57     plt.imshow(wc, interpolation="bilinear")
58     plt.axis("off")
59     plt.show()
60     print("Done!")

 

python爬取b站排行榜视频信息

标签:font   for   宽高   标题   otl   near   ati   chrome   row   

原文地址:https://www.cnblogs.com/ljy1227476113/p/12008616.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!