Python爬取百度春節祝福語並生成心形詞雲

Posted on by

前言

最近剛好在看爬蟲，就爬取一下春節祝福語，生成個詞雲玩一玩，大傢有興趣可以試試，會奉上源代碼，很簡單。效果圖如下：

環境

環境：windows,

語言：python，python版本是3.7

所依賴的第三方包：

selenium—-爬取網站，收集祝福語，這個庫做UI自動化測試的估計會比較常見，我這裡沒采用使用requests庫去爬取，用這個庫的好處是爬取的過程中頁面是實時可見的

wordcloud—用來生成詞雲

PIL—使詞雲生成想要的輪廓， 這裡註意python3.7安裝的時候應該使用pip install pillow

numpy—生成那種有輪廓的詞雲，還需要安裝這個包，這個包將給出形狀的圖片表示為一個大型矩陣

jieba—詞雲生成的詞默認是英文，因我們爬取的祝福語是中文，需要用這個庫能識別中文，防止中文亂碼

思路

（1）我爬取百度，搜索到關於春節祝福語，然後把這些祝福語存放到一個文件中。詳細如下：

這裡用到瞭selenium的webdriver, 使用的瀏覽器是firefox, 創建瞭一個firefox瀏覽器對象，然後firefox打開百度，定位到百度輸入框，輸入搜索詞–新春祝福2022，瀏覽器頁面顯示如下

在這個頁面，我模擬人工點擊這第一個搜索出來的結果，跳到其他網址頁面，如圖

把這個頁面的所有祝福語獲取到，存到wishes.txt文件中

（2）然後用生成詞雲的相關庫，來解析這個文件，生成詞雲 這裡註意一點的是，生成詞雲使用的中文字體， font_path使用的是windows的字體庫，這裡你可以換成其他的字體

word_cloud = WordCloud(mask=mask, font_path='C:\Windows\Fonts\STXINGKA.TTF').generate(text)

windows 字體庫

源代碼

註

可以修改背景顏色和字題顏色，例如

word_cloud = WordCloud(mask=mask, background_color='white',  contour_color='red', colormap='brg',
                       max_words=600,
                       font_path='C:\Windows\Fonts\STXINGKA.TTF').generate(text)

重新運行之後，如圖

支持的colormap字體顏色集，可參考以下鏈接 

到此這篇關於Python爬取百度春節祝福語並生成心形詞雲的文章就介紹到這瞭,更多相關Python爬取祝福語內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：