四十行Python代码,带你爬取热门音乐评论,制作评论词云图!
作者:互联网
今天你抑郁了吗?
听歌的时候挺喜欢看评论的,特别是网抑云的,不知道各位铁汁是不是也这样,毕竟自古评论出人才,哈哈!
然后我就弄了个简单的代码,把评论给爬下来做了个词云图,看一下大家讨论的最多的是什么!文章看不懂的话,也有视频教程详细讲解,要看的话直接翻到文章最下面有~
福利我就不上了,怕被举报~
好了,我们先介绍下今天要用的软件和模块~
软件
python 3.6
pycharm
模块
re
selenium (安装方法)python模块: pip install selneium
jieba
wordcloud
imageio
大概流程
1、selenium简单使用
2、中文分词库的使用
3、词云图的制作
先看看爬虫部分
导入浏览器的功能
from selenium import webdriver
正则表达式模块, 内置
import re
时间模块, 程序延迟
import time
创建一个浏览器对象
driver = webdriver.Chrome()
请求页面数据
driver.get('https://music.163.com/#/song?id=569213220') #
selenium无法直接获取到嵌套页面里面的数据
switch_to.frame() 切换到嵌套网页
driver.switch_to.frame(0)
让浏览器加载的时候, 等待渲染页面
driver.implicitly_wait(10)
driver.page_source 获取请求页面的 html 数据
print(driver.page_source)
下拉页面, 直接下拉到页面的底部
js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight'
driver.execute_script(js)
控制翻页 速度太快
for page in range(10):
解析评论数据
divs = driver.find_elements_by_css_selector('.itm') # 所有div css语法: 定位到 html 数据/xpath/正则
for div in divs:
cnt = div.find_element_by_css_selector('.cnt.f-brk').text
cnt = re.findall(':(.*)', cnt)[0] # 中英文有区别
print(cnt)
with open('contend.txt', mode='a', encoding='utf-8') as f:
f.write(cnt + '\n')
翻页 , 找到下一页标签, 点击?
driver.find_element_by_css_selector('.znxt').click()
time.sleep(1)
效果
爬虫部分完事了,接下来看看词云图部分~
模块
import jieba # 中文分词库 pip install jieba
import wordcloud # 制作词云图的模块 pip install wordcloud
读取文件数据
with open('contend.txt', mode='r', encoding='utf-8') as f:
txt = f.read()
print(txt)
词云图 分词<中文(词语)> 基于结果
txt_list = jieba.lcut(txt)
print('分词结果:', txt_list)
合并
string_ = ' '.join(txt_list) # 1 + 1 = 2 字符串的基本语法
print('合并分词:', string_)
import imageio
添加系统环境变量
img = imageio.imread('音乐.png')
创建词云图
wc = wordcloud.WordCloud(
width=1000, # 图片的宽
height=800, # 图片的高
background_color='black', # 图片的背景色
font_path='msyh.ttc', # 微软雅黑
scale=15, # 词云图默认的字体大小
mask=img, # 指定词云图的图片
停用词< 语气词, 助词,…
stopwords=set([line.strip() for line in open('cn_stopwords.txt', mode='r', encoding='utf-8').readlines()] )
)
绘制保存
print('正在绘制词云图...')
wc.generate(string_) # 绘制词云图
wc.to_file('out.png') # 保存词云图
print('词云图绘制完成...')
效果
代码其实都在上面,实在是文章看不懂的话,可以在这看视频教程,也可以加视频里面的群直接找我要源代码,包括一些其它的案例教程啊,代码,电子书都可以免费获取,或者有问题的话都可以在群里解答!
点我看视频加群
标签:cnt,Python,driver,热门音乐,云图,评论,print,import,txt 来源: https://blog.csdn.net/ooowwq/article/details/119458153