实验目标:以词云形式显示所爬取说说的内容。
先看下效果图:
爬取动态内容
因为动态页面的内容是动态加载出来的,所以我们需要不断下滑,加载页面
切换到当前内容的frame中,也有可能不是frame,这里需要查看具体情况
获取页面源数据,然后放入xpath中,然后读取
爬取说说的完整代码:
这样所有的说说内容就可以爬取到了。并且存到了同级目录中
生成词云:
生成词云需要用到的库:
wordcloud, 生成词云
matplotlib, 生成词云图片
jieba ,这个库可用可不用,但我因为中文一直显示不出来,后来加上了这个库,就能显示中文了。
由于小编水平有限,文中有不足之处或者有更好的优化办法,欢迎指出!
想要获取更多学习资料可以加qq群,记得报编号哦!
领取专属 10元无门槛券
私享最新 技术干货