python爬取花木兰豆瓣影评，并进行词云分析(2)

---

import requests

import parsel

url = ‘https://movie.douban.com/subject/26357307/reviews’

headers = {

‘Accept’: ‘text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,/;q=0.8,application/signed-exchange;v=b3;q=0.9’,

‘Host’: ‘movie.douban.com’,

‘Referer’: ‘https: // movie.douban.com / subject / 26754233 / reviews?start = 140’,

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36’,

}

response = requests.get(url=url, headers=headers)

selector = parsel.Selector(response.text)

data = selector.css(‘#content .article .review-list .short-content::text’).getall()

for i in data:

a = i.strip().replace(‘\n’, ‘’).replace(‘)’, ‘’).replace(‘(’, ‘’)

with open(‘花木兰影评’ + ‘.txt’, mode=‘a’, encoding=‘utf-8’) as f:

f.write(a)

f.write(‘\n’)

print(a)

实现效果

---

词云代码

---

import jieba

import wordcloud

import imageio

导入imageio库中的imread函数，并用这个函数读取本地图片，作为词云形状图片

py = imageio.imread(r"G:\python\demo\案例\花木兰豆瓣影评\木兰.png")

读取文件内容

f = open(r’G:\python\demo\案例\花木兰豆瓣影评\花木兰影评.txt’, encoding=‘utf-8’)

txt = f.read()

print(txt)

jiabe 分词 分割词汇

txt_list = jieba.lcut(txt)

string = ’ '.join(txt_list)

词云图设置

wc = wordcloud.WordCloud(

width=1000, # 图片的宽

height=700, # 图片的高

background_color=‘white’, # 图片背景颜色

font_path=‘msyh.ttc’, # 词云字体

mask=py, # 所使用的词云图片

scale=15,

stopwords={’ ', ‘没有’, ‘真的’, ‘还是’, ‘就是’, ‘如果’, ‘花木兰’, ‘木兰’, ‘花木’, ‘不是’, ‘什么’, ‘一个’, ‘这部’, ‘但是’, ‘觉得’, ‘有点’, ‘虽然’, ‘我们’},

contour_width=5,

contour_color=‘red’ # 轮廓颜色

)

给词云输入文字

wc.generate(string)

词云图保存图片地址

wc.to_file(r’G:\python\demo\案例\花木兰豆瓣影评\花木兰.png’)

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

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！