Python之千与千寻豆瓣短评词云秀

经典台词：

1、我不知道离别的滋味是这样凄凉，我不知道说声再见要这么坚强。

2、人永远不知道，谁哪次不经意的跟你说了再见之后，就真的不会再见了。

3、曾经发生过的事情不可能忘记，只不过是想不起而已。

4、因为遇见你，我才知道我也能拥有美丽的记忆。所以，无论你怎么对待我，我都会用心去宽恕你的恨，用心去铭记你的好。

5、不要吃太胖哟，会被杀掉的！

6、我只能送你到这里了，剩下的路你要自己走，不要回头。

7、不管前方的路有多苦，只要走的方向正确，不管多么崎岖不平，都比站在原地更接近幸福。

8、放心吧，你一定可以做得到的。

9、人生就是一列开往坟墓的列车，路途上会有很多站，很难有人可以自始至终陪着走完。当陪你的人要下车时，即使不舍也该心存感激，然后挥手道别。

10、我不知道将去何方，但我已经在路上。

11、人们常常会欺骗你，是为了让你明白，有时候，你唯一应该相信的人就是你自己。

12、千万不可以丢失自我。

13、已经走到尽头的东西，重生也不过是再一次的消亡。就像所有的开始，其实都只是一个写好了的结局。

14、用善意的心情去理解别人的话，会让世界单纯美好容易。世界如此之大，我却能幸运地遇见一些人。

15、这世上有一条路无论如何也不能走，那就是歧途，只要走错一步结果都会是粉身碎骨。

16、一条路不能回头，就是一生要走许多路，有成长之路。很多事情不能自己掌控，即使再孤单再寂寞，仍要继续走下去，不许停、也不能回头。

17、名字一旦被夺走，就再也找不到回家的路了，

18、龙是温柔的，既温柔又愚蠢。

19、这个世界真的很现实，每个人都在为同一个目的，不惜一切代价努力着，心甘情愿的成为金钱的奴隶，死心塌地的付出。

20、生活坏到一定程度就会好起来，因为它无法更坏，努力过后，才知道许多事情，坚持坚持，就过来了。

21、我只是相信，这个世界上，一定有另一个自己，在做着我不敢做的事，在过着我想过的生活。

22、人们总是不断犯错，虽然前途迷茫，但他们的双手仍然寻找光明。

23、她从父母变成猪的那一刻起，就深深地记住：别人 的东西不可以拿，虽然自己的朋友千方百计才把它偷到手，但是千寻相信，做人应该帮朋友弥补错误，而不是把朋友往错误的深渊里推，朋友 是要走正路的。

24、再漫长的故事，也有完结的时候，行驶的再慢的列车，也有一个又一个的站台；在亲密无间的旅伴，也有分开的时候，旅途上经历的事情，可能会被我们遗忘；旅途上学到的东西，我们却会将它记在心间。

词云：

源码：

import requests
from stylecloud import gen_stylecloud
import jieba
import re

from bs4 import BeautifulSoup
from wordcloud import STOPWORDS

headers = {
     'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:64.0) Gecko/20100101 Firefox/64.0'
}




def jieba_cloud(file_name, icon):
    with open(file_name, 'r', encoding='utf8') as f:
        word_list = jieba.cut(f.read())

        result = " ".join(word_list)    # 分词用  隔开

        # 设置停用词
        stopwords_file = open('stopwords.txt', 'r', encoding='utf-8')
        stopwords = [words.strip() for words in stopwords_file.readlines()]


        # 制作中文词云
        icon_name = " "
        if icon == "1":
            icon_name = "fas fa-thumbs-up"
        elif icon == "2":
            icon_name = "fas fa-heartbeat"
        elif icon == "3":
            icon_name = "fas fa-dog"
        elif icon == "4":
            icon_name = "fas fa-cat"
        elif icon == "5":
            icon_name = "fas fa-bug"
        elif icon == "6":
            icon_name = "fab fa-qq"
        pic = str(icon) + '.png'
        if icon_name is not None and len(icon_name) > 0:
            gen_stylecloud(text=result,
                           size=1024,  # stylecloud 的大小（长度和宽度）
                           icon_name=icon_name,
                           font_path='simsun.ttc',
                           max_font_size=200,  # stylecloud 中的最大字号
                           max_words=2000,  # stylecloud 可包含的最大单词数
                           # stopwords=TRUE,  # 布尔值，用于筛除常见禁用词
                           custom_stopwords=stopwords,  #定制停用词列表
                           output_name=pic)
        else:
            gen_stylecloud(text=result, font_path='simsun.ttc', output_name=pic)
        return pic


# 爬取短评
def spider_comment(movie_id, page):
    comment_list = []
    with open("douban.txt", "a+", encoding='utf-8') as f:
        for i in range(1,page+1):

            url = 'https://movie.douban.com/subject/%s/comments?start=%s&limit=20&sort=new_score&status=P' \
                  % (movie_id, (i - 1) * 20)

            req = requests.get(url, headers=headers)
            req.encoding = 'utf-8'
            comments = re.findall('<span class="short">(.*)</span>', req.text)


            f.writelines('\n'.join(comments))
    print(comments)


# 主函数
if __name__ == '__main__':
    movie_id = '1291561'
    page = 10
    spider_comment(movie_id, page)
    jieba_cloud("douban.txt", "1")
    jieba_cloud("douban.txt", "2")
    jieba_cloud("douban.txt", "3")
    jieba_cloud("douban.txt", "4")
    jieba_cloud("douban.txt", "5")

    jieba_cloud("douban.txt", "6")