时间：2023-07-02 17:45:01 | 来源：网站运营
时间：2023-07-02 17:45:01 来源：网站运营
Python爬虫之爬取情话网站并绘制词云：
在线咨询
import bs4import requests#摘要：根据传入的url，爬取网站，如果有错误，则返回空字符#传入：爬取的网址 string#返回：爬取的html stringdef getHtml(url): try: r=requests.get(url,timeout=30) r.raise_for_status() r.encoding=r.apparent_encoding return r.text except: print('爬取失败') return ''#摘要：分析html，找到需要的字符串#传入：爬取的网站html string#返回：情话列表 listdef getQinghuaList(html): qList=[] soup=bs4.BeautifulSoup(html,"html.parser") for p in soup.find_all("p"): s=p.string s=str(s) s=s.split('、',1) finals=s[-1] qList.append(finals) return qListurl='http://www.1juzi.com/new/45856.html'html=getHtml(url)q=getQinghuaList(html)q以下是爬取的部分情话['不是你爱我，我就要爱你，爱情不是交换，我也不想交换。', '我想触动你的心，就像你触动了我的心那样。', '只为和你感触那爱的射线，在你我眼中那一霎那的交融！', '有幸陪你从一而终，便是我此生最大的幸运。', '天涯供你选，我只负责陪你，东奔西走挡寒风。', '我的所有心事，所有想法，过去，现在，将来，只归结为一个声音，一个语调，如果它响起来，只能是：我爱你！', '在你抑郁的时候，我就是你的开心果。在你忧伤的时候，我愿作你的忘忧树！', '你清风白露守我百岁无忧，我凤冠霞帔许你此生不渝。', '你就是我最困难时的那位永远支持我的人。', '一生算不算太久，有没有尽头，够不够带我走。',………………………………………………………………'我没有勇气折断我的翅膀，却也飞不到任何地方。', '依依脉脉两如何，细似柔丝渺似波。月不常圆花易落，一生惆怅为伊多。', '我的眼睛必定有问题，由于我的视线始终无奈从你的身旁移开。', '如果有一天，我无法继续呼吸，那只是说明，我的世界缺少了空气，或者，缺少了你。', '总是想念着你，虽然我们无法共同拥有每分每秒。', '在生活的激流里，我的船会永远追随你，伴你一程又一程，平安驶向目的地，到达目标后我会告诉你：一生不想离开你。', '当我转身时，你已不在了路口，是我回应的太慢，还是你走的太快。', '曾经有一份真挚得爱情摆在我面前，我没有去珍惜。', '我学会了深夜把手机关机。然后塞到枕头下面，沉沉睡去。', '爱之火，在我俩的心中燃起，从此我俩将被熔在一块。', '你可不可以看着我的眼，就当是我的奢望。']#摘要：利用jieba中文分词库将情话分割成一个个词汇#传入：list情话列表#返回：srting情话字符串文本def splitList(l): fList=str() for s in l: sList=jieba.cut(s,cut_all=False) for i in sList: if i in ['，','。','？','！','*','‘','’','“','”','、','；']: continue fList+=i fList+=' ' return fList#词云背景颜色函数def random_color_func(word=None, font_size=None, position=None, orientation=None, font_path=None, random_state=None): h = random.randint(90,360) s = int(100.0 * 255.0 / 255.0) l = int(100.0 * float(random.randint(60, 120)) / 255.0) return "hsl({}, {}%, {}%)".format(h, s, l)word=splitList(q)back_color = np.array(imageio.imread('./1923.png_860.png'))#传入爱心图片，背景需设为透明#设置词云wc = wordcloud.WordCloud( background_color='white',#背景色为白色 mask=back_color,#用上面传入的图片绘制词云 random_state=10,#设置有多少生成状态，即多少种词的颜色 color_func=random_color_func,#上面的颜色控制函数 font_path="C://Windows//Fonts//simkai.ttf"#中文字体的路径 )wc.generate(word)#生成词云wc.to_file('1900pro2.png')#导出词云图片plt.imshow(wc)#展示图片plt.axis('off')#取消坐标轴plt.show()关键词：绘制,爬虫,情话
