python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python爬取祝福语

Python爬取百度春节祝福语并生成心形词云

作者:大飞攻城狮

这篇文章主要介绍了利用Python爬虫爬取百度的春节祝福语,并将其生成心形词云,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起试试

前言

最近刚好在看爬虫,就爬取一下春节祝福语,生成个词云玩一玩,大家有兴趣可以试试,会奉上源代码,很简单。效果图如下:

环境

环境:windows,

语言:python,python版本是3.7

所依赖的第三方包:

selenium----爬取网站,收集祝福语,这个库做UI自动化测试的估计会比较常见,我这里没采用使用requests库去爬取,用这个库的好处是爬取的过程中页面是实时可见的

wordcloud---用来生成词云

PIL---使词云生成想要的轮廓, 这里注意python3.7安装的时候应该使用pip install pillow

numpy---生成那种有轮廓的词云,还需要安装这个包,这个包将给出形状的图片表示为一个大型矩阵

jieba---词云生成的词默认是英文,因我们爬取的祝福语是中文,需要用这个库能识别中文,防止中文乱码

思路

(1)我爬取百度,搜索到关于春节祝福语,然后把这些祝福语存放到一个文件中。详细如下:

这里用到了selenium的webdriver, 使用的浏览器是firefox, 创建了一个firefox浏览器对象,然后firefox打开百度,定位到百度输入框,输入搜索词--新春祝福2022,浏览器页面显示如下

在这个页面,我模拟人工点击这第一个搜索出来的结果,跳到其他网址页面,如图

把这个页面的所有祝福语获取到,存到wishes.txt文件中

(2)然后用生成词云的相关库,来解析这个文件,生成词云 这里注意一点的是,生成词云使用的中文字体, font_path使用的是windows的字体库,这里你可以换成其他的字体

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

windows 字体库

源代码

可以修改背景颜色和字题颜色,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)

重新运行之后,如图

支持的colormap字体颜色集,可参考以下链接 

到此这篇关于Python爬取百度春节祝福语并生成心形词云的文章就介绍到这了,更多相关Python爬取祝福语内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文