简单的用Python采集下微博评论，制作可视化词云图

孙久臣

简单的用Python来获取微博评论，制作词云图。
首先准备环境模块

环境使用

• Python 3.8或以上版本即可
  
• Pycharm 任意版本
  

模块使用

1. import requests
2. import wordcloud
3. import jieba  

复制代码

 
以上三个模块都需要安装，直接pip install 加上模块名安装即可。
爬虫基本流程

一. 数据来源分析

• 明确需求: 明确采集的网站以及数据内容
  - 网址: https://weibo.com/2803301701/NxcPMvW2l
  - 数据: 评论内容
  
• 抓包分析: 通过开发者工具进行抓包
  - 打开开发者工具: F12
  - 刷新网页
  - 通过关键字查找对应的数据
  关键字: 评论的内容
  数据包地址: https://weibo.com/ajax/statuses/buildComments?is_reload=1&id=4979141627611265&is_show_bulletin=2&is_mix=0&count=10&uid=2803301701&fetch_level=0&locale=zh-CN
  

二. 代码实现步骤

• 发送请求 -> 模拟浏览器对于url地址发送请求
  
• 获取数据 -> 获取服务器返回响应数据
  
• 解析数据 -> 提取评论内容
  
• 保存数据 -> 保存本地文件 (文本 csv Excel 数据库)
  

代码展示

数据采集部分

1、发送请求 -> 模拟浏览器对于url地址发送请求

1. # 模拟浏览器
2. headers = {
3.     # Referer 防盗链
4.     'Referer':'https://weibo.com/2803301701/NxcPMvW2l',
5.     # User-Agent 用户代理
6.     'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36'
7. }
9. # 请求网址
10. url = 'https://weibo.com/ajax/statuses/buildComments'
11. # 请求参数
12. data = {
13.     'is_reload': '1',
14.     'id': '4979141627611265',
15.     'is_show_bulletin': '2',
16.     'is_mix': '0',
17.     'max_id': max_id,
18.     'uid': '2803301701',
19.     'fetch_level': '0',
20.     'locale': 'zh-CN',
21. }
22. # 发送请求
23. response = requests.get(url=url, params=data, headers=headers)

复制代码

 
2、获取数据 -> 获取服务器返回响应数据

1. json_data = response.json()
2. print(json_data)

复制代码

 
3、解析数据 -> 提取评论内容

1. # 提取评论所在列表
2. content_list = json_data['data']
3. # for循环遍历, 提取列表里面元素
4. for index in content_list:
5.     content = index['text_raw']
6.     print(content)

复制代码

 
4、保存数据
保存文本

1. with open('data.txt', mode='a', encoding='utf-8') as f:
2.     f.write(content)
3.     f.write('\n')
4. print(content)

复制代码

 
保存表格

1.     with open('data.txt', mode='a', encoding='utf-8') as f:
2.         f.write(content)
3.         f.write('\n')
4.     print(content)
6. df = pd.DataFrame(lis)
7. df.to_excel(excel_writer:'data.xlsx', index=False)
8. # 数据采集和可视化我还录制了详细的视频讲解
9. # 跟代码一起打包好放在这个抠裙了 708525271

复制代码

 
可视化部分

1. # 导入结巴分词
2. import jieba
3. # 导入词云图模块
4. import wordcloud
6. """词云分析"""
7. # 读取文件内容
8. f = open('data.txt', encoding='utf-8').read()
9. # 分词
10. txt = jieba.lcut(f)
11. # 把列表合并成字符串
12. string = ' '.join(txt)
13. # 制作词云图配置
14. wc = wordcloud.WordCloud(
15.     font_path='msyh.ttc',
16.     width=1000,  # 宽
17.     height=700, # 高
18.     background_color='white', # 背景颜色 默认黑色
19. )
20. # 导入内容
21. wc.generate(string)
22. wc.to_file('词云_3.png')
23. print(txt)

复制代码

 
词云图效果展示

 

好了，本次分享就结束了，下次再见！

来源:https://www.cnblogs.com/hahaa/p/17931354.html
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！