DrissionPage爬虫做词云图

本文介绍了如何使用DrissionPage库抓取网页内容,具体抓取了《西游记》文本,然后利用jieba进行分词,并通过wordcloud生成词云图来可视化高频词。
摘要由CSDN通过智能技术生成

DrissionPage这个比原来的一些爬虫框架简单多了可以点这里学习

from DrissionPage import WebPage
from DataRecorder import Recorder
page = WebPage()
rc = Recorder('book3.txt')
page.get('https://so.gushiwen.cn/guwen/bookv_46653FD803893E4F493C373A509792D3.aspx')
page.wait.load_complete()
while True:
    for p in page.eles('x://*[@class="contson"]/p'):
        rc.add_data(p.text)
    btn = page('下一章', timeout=2)
    if btn:
        btn.click()
        page.wait.load_start()
    # 没有则退出程序
    else:
        break
rc.record()

这个爬取的是西游记

import jieba
from wordcloud import WordCloud
import numpy as np
from PIL import Image
from matplotlib import colors

f = open(r'book3.txt', "r", encoding="utf-8")
text = f.read()
f.close()
words_list_jieba = jieba.lcut(text)


def findifhave(demo, stop):
    for ret in stop:
        if (demo == ret):
            return 'T'


stop = ['\n',',','。','?','!','“',':',',']
with open("stop.txt", 'r', encoding='utf-8') as f1:
    for line in f1:
        stop.append(line.replace("\n", ""))
f1.close()

dict = {}
for key in words_list_jieba:
    dict[key] = dict.get(key, 0) + 1

for demo in list(dict.keys()):
    if ('T' == findifhave(demo, stop)):
        del dict[demo]

dict1 = sorted(dict.items(), key=lambda d: d[1], reverse=True)
print(dict1)

background_image = np.array(Image.open('xL3BNEe63N.png'))
colormaps = colors.ListedColormap(['#871A84', '#BC0F6A', '#BC0F60', '#CC5F6A', '#AC1F4A'])
wordcloud = WordCloud(font_path='ShiShiRuYi-XiaoYaCiLi-2.ttf',  # 字体
                      prefer_horizontal=0.99,
                      background_color='white',  # 背景色
                      max_words=200,  # 显示单词数
                      max_font_size=100,  # 最大字号
                      stopwords=stop,  # 过滤噪声词
                      mask=background_image,  # 背景轮廓
                      colormap=colormaps,  # 使用自定义颜色
                      collocations=False
                      ).fit_words(dict)
image = wordcloud.to_image()
image.show()  # 展示图片
wordcloud.to_file('词云图.png')  # 保存图片

这个是制作结巴图

这个是效果图

  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

祁小董

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值