一首歌热门了，参与评论的人也很多，那我们有时候想看看评论，也只能看看热门的评论，大部分人都说的什么，咱也不知道呀~
那本次咱们就把歌词给自动下载保存到电脑上，做成词云图给它分析分析…
准备工作
1.需要用的模块
本次用到的模块和包：
re # 正则表达式 内置模块
selenium # 实现浏览器自动操作的
jieba # 中文分词库
wordcloud # 词云图库
imageio # 图像模块
time # 内置模块
需要安装的模块安装方法：
以 selenium 为例，直接pip install selenium
下载速度慢就用镜像源下载
具体步骤不清楚可以看我主页置顶文章，有详细写过一次。
2.驱动安装
那么要实现浏览器自动操作，咱们得安装一个浏览器驱动。
网址我就不发了，网上直接搜谷歌浏览器驱动就可以找到，实在找不到的话在左侧扫一下，文章看不懂也有视频在左侧扫码。
建议用谷歌浏览器，以谷歌浏览器为例，首先看一下咱们浏览器的的版本。
浏览器右上角三个点，点开后点击设置。
然后点击关于Chrome ，右边的那一串数字就是版本号了。
然后找到跟你的版本号相同的版本下载，没有相同的就下载最相近的版本也可以。
然后把驱动跟你的代码放到一起，跟代码放一起的话，缺点是你每次要使用，没保存的话都得去下载。
还有一种办法是直接放到你的python目录，这种的优点是一次搞定可以用很多次。缺点是每次版本更新，你还是得去下载新的。
我反正每次都是去下载新的，又不是经常用。
下载歌词
先把要用的模块给导入一下
from selenium import webdriver
import re
import time
Python文件名或者包名不要命名为selenium，会导致无法导入。
webdriver可以认为是浏览器的驱动器，要驱动浏览器必须用到webdriver，支持多种浏览器。
- 创建一个浏览器对象
driver = webdriver.Chrome()
- 请求页面
driver.get('https://music.163.com/#/song?id=569213220')
driver.implicitly_wait(10) # 隐式等待 浏览器渲染页面 智能化等待
driver.maximize_window() # 最大化浏览器
网页嵌套, 进入嵌套网页。
driver.switch_to.frame(0)
下拉页面 js 是一门可以直接运行在浏览器中的语言
# document.documentElement.scrollTop 指定页面的高度
# document.documentElement.scrollHeight 获取页面的高度
# document.documentElement.scrollTop 指定页面的高度
# document.documentElement.scrollHeight 获取页面的高度
js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight'
driver.execute_script(js)
获取评论数据/保存/点击下一页
for click in range(10):
divs = driver.find_elements_by_css_selector('.itm')
for div in divs:
cnt = div.find_element_by_css_selector('.cnt.f-brk').text
cnt = cnt.replace('\n', ' ') # 替换换行符
cnt = re.findall('：(.*)', cnt)[0]
with open('contend.txt', mode='a', encoding='utf-8') as f:
f.write(cnt + '\n')
# 找到下一页标签点击
driver.find_element_by_css_selector('.znxt').click()
time.sleep(1)
input('程序阻塞.')
- 退出浏览器
driver.quit()
来看看效果
词云图
绘制词云图/大小设置
import jieba # 中文分词库
import wordcloud # 词云图库
import imageio # 图像模块
file = open('contend.txt', mode='r', encoding='utf-8')
txt = file.read()
# print(txt)
txt_list = jieba.lcut(txt)
print('分词结果',txt_list)
string = ' '.join(txt_list)
print('合并分词:', string)
"""制作词云图"""
# 读取图像
img = imageio.imread('音乐.png')
# 设置词云图
wc = wordcloud.WordCloud(
width=1000, # 词云图的宽
height=700, # 图片的高
background_color= 'black', # 词云图背景颜色
font_path='msyh.ttc', # 词云字体, 微软雅黑, 系统自带
scale=10, # 字体大小
# mask=img,
stopwords=set([line.strip() for line in open('cn_stopwords.txt', mode='r',
encoding='utf-8').readlines()])
)
print('正在绘制词云图')
wc.generate(string)
wc.to_file('output2.png')
print('词云图制作成功...')
效果展示
兄弟们，快去试试吧，记得点赞三连哈~
网友评论