python爬虫：快到情人节啦，做些爱心图片

python爬虫：快到情人节啦，做些爱心图片

爬虫代码：

#encoding=utf-8
import requests
from bs4 import BeautifulSoup
import time
import randomurls = ['{}.html'.format(str(i)) for i in range(1,50)]def get_one_page(url):resp = (url)if resp.status_code == 200:soup = ,'lxml')phases = soup.select('body > w.inner-row > w-left > div.list-short-article > ul > li > p > a')with open(u'C:\UsersAdministratorDesktop', 'wb') as f:for phase in phases:data = _text()print(data)f.de('utf-8'))else:print('not found')if __name__ == '__main__':for url in urls:get_one_page(url)time.sleep(random.randint(2,10))print('ok')

import jieba 
import numpy as np
import codecs
import pandas
import matplotlib.pyplot as plt 
from scipy.misc import imread
from wordcloud import WordCloud,ImageColorGenerator

#分词
file=codecs.open(u"C:\UsersAdministratorDesktop",'r',encoding='UTF-8')
content&#ad()
file.close()
segment=[]
#jiaba调用了自己的分词算法，将切分好的文本按逗号分隔符分开
segs=jieba.cut(content)
for seg in segs:if len(seg)>1 and seg!='rn':segment.append(seg)

#统计分词结果
words_df=pandas.DataFrame({'segment':segment})#组建数据框pandas.DataFrame
words_df.head()
words_stat=upby(by=['segment'])['segment'].agg({"计数":np.size})
words_stat=set_index()
words_stat

%matplotlib
#生成一个matplot对象，传入一个字体位置的路径和背景颜色即可
wordcloud=WordCloud(font_path="C:f",background_color="white",max_words=200)
#WordCloud方法接受一个字典结构的输入，我们前面整理出来的词频统计结果是数据框的形式，因此需要转换，转换的方法，
#首先把分词设置为数据框的索引，然后在调用一个to_dict()的方法，就可以转换为字典的机构
words=words_stat.set_index('segment').to_dict()
#接着调用fit_words方法来调用我们的词频
wordcloud.fit_words(words['计数'])
#绘图
plt.imshow(wordcloud)
plt.show()

不同字体网上都能搜到，桃心图片是用ps裁剪的，一定要是桃心形状，而不是方形的图片