爬蟲(chóng)練習(xí)之詞云——將你的數(shù)據(jù)可視化的一種炫酷方案

要求:從B站編程類排名前1000的視頻中,抓取視頻標(biāo)簽制作成詞云,分析B站的小伙伴們都在學(xué)習(xí)些什么?

根據(jù)上節(jié)課爬下來(lái)的txt文檔,再對(duì)每一行數(shù)據(jù)中的每個(gè)URL進(jìn)行訪問(wèn),接下來(lái)就是用上面爬標(biāo)簽的腳本運(yùn)行,爬出來(lái)的標(biāo)簽保存為新的文件。
下面這個(gè)是生成標(biāo)簽文件的腳本:

import requests
import bs4
import re

def get_url():
    with open("./綜合排序.txt", "r", encoding="utf-8") as file:
        file = file.read()
        s = re.findall("http://(.*?)\+", file)
        return s

def get_html(url):
    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/57.0.2987.98 Safari/537.36'}
    res = requests.get(url, headers=headers)
    return res.text

def get_tags(url):
    text = get_html(url)
    soup = bs4.BeautifulSoup(text, "html.parser")
    tags = soup.select("ul[class = 'tag-area clearfix'] > li")
    # v_tag > ul
    tags = [each.a.text for each in tags]

    return tags

def main():
    i = 0
    urls = get_url()
    for i in range(1001):
        url = urls[i]
        url = "http://" + url
        text = get_tags(url)
        for i in text:
            with open('span.txt', 'a', encoding="utf-8") as file:
                file.write(str(i) + '\n')
    file.close()

if __name__ == '__main__':
    main()

詞云腳本:

import wordcloud

file = open("./span.txt", encoding="utf-8")
text = file.read()

stopwords = {
    '野生技術(shù)協(xié)會(huì)','編程','課程','教育','講座','編程技術(shù)宅','教學(xué)','電腦','技術(shù)','編程教育','編程入門','開(kāi)發(fā)','科學(xué)',
    '演示','軟件','編程視頻教程','編程課程','教學(xué)視頻','經(jīng)驗(yàn)分享','IT','編程語(yǔ)言','互聯(lián)網(wǎng)','考試','考研','科技','語(yǔ)言',
    '技術(shù)宅','面試','自學(xué)','原創(chuàng)','公開(kāi)課','程序員','學(xué)習(xí)','課程','教程','計(jì)算機(jī)','線上課堂','視頻教程',
}
wc = wordcloud.WordCloud(font_path="/Users/liujin/project/spider/socker_test/simsun.ttf", stopwords=stopwords)
wc.generate(text)
image = wc.to_image()
image.show()

輸出:


image.png
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,117評(píng)論 6 537
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,860評(píng)論 3 423
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事。” “怎么了?”我有些...
    開(kāi)封第一講書人閱讀 177,128評(píng)論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書人閱讀 63,291評(píng)論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 72,025評(píng)論 6 410
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書人閱讀 55,421評(píng)論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,477評(píng)論 3 444
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書人閱讀 42,642評(píng)論 0 289
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,177評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,970評(píng)論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,157評(píng)論 1 371
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,717評(píng)論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,410評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書人閱讀 34,821評(píng)論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書人閱讀 36,053評(píng)論 1 289
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,896評(píng)論 3 395
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,157評(píng)論 2 375

推薦閱讀更多精彩內(nèi)容

  • 陽(yáng)春三月正是踏春出游的好時(shí)節(jié),田里油菜花開(kāi)的正濃,觀景賞花之時(shí)還可采摘野菜。回家自制或去餐廳都可品嘗到春的...
    趙小楚閱讀 843評(píng)論 0 3
  • 貪戀細(xì)蝶倚亭樓,紅綠暗香幽。涼臺(tái)香榭清水依,石上淺草魚翔畫中嬉。 平茂深處隨相伴,夢(mèng)里波光半。思來(lái)何處是塵埃,卻教...
    言瑟閱讀 237評(píng)論 7 6
  • 一、需求分析與前期調(diào)研 用戶場(chǎng)景需求分析 通過(guò)以上需求分析,整理出主要的用戶需求/產(chǎn)品需求(如下) 需求優(yōu)先級(jí)排序...
    MrCatch閱讀 2,132評(píng)論 2 59
  • 平匡和實(shí)栗的野餐作戰(zhàn)中提到了平匡的兒時(shí)回憶,一個(gè)暴躁到連食物放錯(cuò)容器都發(fā)怒的父親,一位一直忍氣吞聲的妻子。在無(wú)數(shù)類...
    Ximena閱讀 324評(píng)論 0 0