2024年Python爬取分析全网最硬核粽子（附源码）

for article in articles:

ps = article.find_all(‘p’)

for p in ps:

for string in p.strings:

content = content + string + “\n”

return content

# 获取全本《盗墓笔记》并保存到文件

def get_article(url):

print(1)

book_urls = get_book_urls(url)

print(1)

chapter_urls = []

for url in book_urls:

print(1)

# url = “http://www.daomubiji.com/dao-mu-bi-ji-2”

chapter_urls.extend(get_chapter_urls(url))

print(chapter_urls)

result = “”

for chapter_url in chapter_urls:

content = get_content(chapter_url)

result += content

print(content)

with open(“daomubiji.txt”, “a”) as f:

f.write(result.encode(“utf8”))

get_article(“http://www.daomubiji.com/”)

2.粽子分析

依稀记得书中的粽子种类繁多

• 大粽子：厉害的僵尸、恶鬼之类的东西

• 老粽子：可发生尸变的不好对付的僵尸

• 干粽子：是指墓里的尸体烂得只剩下一堆白骨了。

• 肉粽子：是指尸体身上值钱的东西多。

• 血粽子：血尸墓中的粽子，最厉害。

• 霉粽子：是指具有尸毒的尸体。

• 女粽子：女尸尸化后的粽子，比普通粽子更厉害

这里把前三本书中出现“粽子”的每句话给提取出来，并生成一张词云图来展示一下粽子的味道，可以看到四字的拆分比两字拆分描述得更深刻一些

4字分词

代码如下：

import jieba

from wordcloud import WordCloud,ImageColorGenerator

from matplotlib import pyplot as plt

from PIL import Image

import numpy as np

with open(‘zongzi’,‘r’,encoding=“UTF-8”) as file1:

content = “”.join(file1.readlines())

content_after = “/”.join(word for word in jieba.cut(content, cut_all=True) if len(word) <= 3)

print(content_after)

##添加的代码,把刚刚你保存好的图片用Image方法打开,

##然后用numpy转换了一下

images = Image.open(“zongzi2.jpg”)

maskImages = np.array(images)

# ##修改了一下wordCloud参数,就是把这些数据整理成一个形状,

# ##具体的形状会适应你的图片的.

wc = WordCloud(font_path=“/Library/Fonts/Songti.ttc”,background_color=“black”,max_words=1000,max_font_size=100,width=1500,height=1500,mask=maskImages).generate(content_after )

plt.imshow(wc)

wc.to_file(‘wolfcodeTarget3.png’)

3.最后

在这里祝大家粽子节快乐

上周抽书的中奖昵称为【麻瓜】，请24小时候之内来联系我。本文在看转发依然抽一本书，本周日开奖哦

「本文参考：https://www.cnblogs.com/sench/p/9447255.html」

——— / 往期精选 / ————

后台回复「进群」可以加入我们的社群哦~

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！