下午无聊在刷公众号,突然发现一篇文章「前端一年精选好文,请打包带走」。在这个跨年的日子里,我本来应该开着电视,看着跨年晚会。
一、起因
反复琢磨,我还是很好奇:这一年,前端精选好文都有哪些?
翻了一下,有 130 多篇文章。
我又退缩了,看完猴年马月了,还是先收藏吧。于是关掉手机,准备放飞自我。突然,脑子里一闪,打包,带走?嗯,我有了一个大胆的想法。
二、想法
既然一时半会儿看不完,何不看一下趋势,把握一下今年前端界的热点。
说到热点,还有什么比热词分析更直接的了。对,我要生成词云。
大体思路如下:
1.首先,要拿到文章中的关键词,需要使用爬虫;
2.为了不那么枯燥,我决定采用图片蒙版来做背景;
3.统计关键词出现的频率,进行分词;
4.过滤掉干扰词汇;
5.生成图片;
热词集合的图片就是我最终的目标。
三、使用爬虫
1.没什么好选择的,直接使用 Python
插件 BeautifulSoup
,我们先拿到 Dom
元素:
1 |