十行代碼幫助小姐姐給偶像送上最真摯的禮物----爬蟲詞云齊上陣，熬夜精心制作

hello，大家好，我又來了，快上車！別問我是誰，問就是迷一樣的男人！

故事背景

最近嘛，有位朋友找我幫忙嘛，希望我幫她做一份禮物，送給一直鼓舞著她不斷向前,不斷努力奮斗的偶像…，好家伙，我直接感動了，優質偶像的作用竟是如此之大！（一定要追有意義的優質明星，當一個理智的粉絲，而不是一群（nao can）粉）
就沖她是個小姐姐，這個忙我一定幫！ 于是我爽快地答應了！
了解到這位小姐姐的偶像是一位歌手后，我以歌曲為出發點，開始準備這份特別的禮物，（由于不太方便透露資訊，以后都以我的偶像原創歌手薛之謙來寫，希望大家諒解）
話不多說，開干！

制作程序

首先，我覺得作為一名優秀的歌手，歌曲的質量是放在第一位的，無關顏值無關綜藝感，更無關演技，當然還是要以人品為首位！所以我打算從歌曲評論為出發點去制作這個禮物！

1.爬蟲的幫助

說到評論，最先想到的便是爬蟲了，把評論爬取下來，于是我打開了網易云音樂官網，找到了我最近比較喜歡的歌《變廢為寶》正常套路，檢測其埠，獲取相關資料：
這是最終的代碼：利用 requests 進行網頁請求；利用json 進行格式轉換
我把爬取來的評論放到了一個名為：變廢為寶.txt的txt文本檔案中

import requests  
import json  


def get_hot_comments(res):
    comments_json = json.loads(res.text)
    hot_comments = comments_json['hotComments']
    with open('變廢為寶.txt', 'w', encoding='utf-8') as file:
        for each in hot_comments:
            file.write(each['user']['nickname'] + ':\n\n')
            file.write(each['content'] + '\n')
            file.write("---------------\n")

def get_comments(url):
    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3861.400 QQBrowser/10.7.4313.400',
        'referer': 'https://music.163.com/'
    }
    params = "Brz3HT85JisY8LDEnLmxi / xmif2K6blJa6S98 / yJLqJC57FXl3 / X2 / N4o7f + rI6X + XrTVC7x8LcajFJFdaJGEYAzGbBN6WQLsJSqWbi5PYjJ0DHpXPSqZk0o / +GOJigre4SPFZy1sAQvV + BNovPMpsaKevgNxMftnwzEictv6k2arH0y5XLZZ0y8P3FNYYgZ + s70qhLJHf8B5bfjf23uSiFaclQFGpM / Sn202q / iHgxXSq4f7y1NkFXlXXMfNn8io09KCa1yynKed9W1ptPI5q4Jj + 5\
    FQQgDYyXKHAvl1SisUm3Pj8rtl + VIGJFvyIVE"
    encSecKey = "d180e107a8c7d417d1a27bc23f2321b97d1744df31c17415843a41015fbec1ae3b681d45fc3d98974f05e1b552d5a5b54c750637f68d0b36e74596211e8db6d9d9969b52589a57c48c98a1c87dfaf3f93a228be636def04e36fd8ea2fe4c345b0951a9fe5fc8043937b753bbe5339a7d7180b0813b31af734668ab6f08eaa8c5"
    data = {
        "params ": params,
        "encSecKey": encSecKey
    }
    name_id = url.split('=')[1]
    target_url = "https://music.163.com/api/v1/resource/comments/R_SO_4_{}?csrf_token=".format(name_id)

    res = requests.post(target_url, headers=headers, data=data)  # 傳入它的關鍵字引數
    return res

def main():
    url = input("請輸入鏈接地址：")
    res = get_comments(url)  # 回傳給相關獲取的網頁資源
    get_hot_comments(res)


if __name__ == "__main__":
    main()

這些都是一個個評論：

2.詞云的幫助

如何快速的看出一首歌的影響力，主要在于看這首歌的評論趨向，到底是稱贊多呢還是拉跨多呢，又或者評論趨向于那幾點呢？這個時候詞云的作用是十分巨大的，他可以把關鍵詞集中在一起，并且出現關鍵詞的次數越多的話，在詞云中的顯現會更加明顯，
話不多說，我們直接開搞：

# -*-coding:utf-8 -*-
# @Author:到點了,心疼徐哥哥
# 奧利給干！！！
import wordcloud #匯入詞云庫
import numpy as np
import matplotlib.pyplot as plt
import PIL
import jieba
import re
with open(r'變廢為寶.txt',encoding='utf8') as fp:
    text1 = fp.readlines()#打開我們之前爬蟲爬下來的txt檔案
image1 = PIL.Image.open(r'a.jpg')#匯入圖片，作為詞云的形狀，不是背景圖，只影響詞云的形狀
MASK = np.array(image1)#把圖片轉化為陣列格式，需要用img=np.array(img)做轉換，才能看到shape屬性，是(height,width,channel)陣列，channel的通道順序為RGB，
WC = wordcloud.WordCloud(font_path = 'simkai.ttf',max_words=200,
                         max_font_size=200,mask = MASK,height= 4000,width=4000,
                         background_color='white',repeat=False,mode='RGB',random_state = 42)
st1 = re.sub('[，，、“”‘ ’]','',str(text1)) #使用正則運算式將符號替換掉，
#re.sub共有五個引數，其中三個必選引數：pattern, repl, string兩個可選引數：count, flags
# 第一個引數：pattern，表示正則中的模式字串，這個沒太多要解釋的，
#第二個引數：repl，就是replacement，被替換，的字串的意思，
# 第三個引數：string，即表示要被處理，要被替換的那個string字串，
conten = ' '.join(jieba.lcut(st1))
con = WC.generate(conten)
plt.imshow(con)
plt.axis('off')#隱藏坐標軸
plt.show()  #顯示圖片
path = r'C:\Users\xuyip\PycharmProjects\pythonProject33\pyecharts'
con.to_file(path+r'\beautifulcloud.png')#保存圖片

這里我們主要使用了wordcloud這個詞云庫，我們詳細的說一下詞云的各種可修改的格式和風格

WC = wordcloud.WordCloud(font_path = 'simkai.ttf',max_words=200,
                         max_font_size=200,mask = MASK,height= 4000,width=4000,
                         background_color='white',repeat=False,mode='RGB',random_state = 42)

width:畫布寬度（默認為400像素）
height:畫布高度（默認為200）
margin:每個單詞間的間隔 (默認為2)
prefer_horizontal :詞語水平方向排版出現的頻率(默認為0.9，注意水平排版和垂直排版概率之和為1，因此默認垂直方向排版為0.1)
mask:nd-array or None (default=None), 簡單理解為繪制模板，當mask不為0時，那么之前依據height和width設定的畫布則作廢，此時“畫布”形狀大小由mask決定，
scale:float (default=1). 計算和繪圖之間的比例（就是放大畫布的尺寸，也可以叫比例尺）
max_words:number (default=200) 最大顯示單詞字數，
max_font_size:int or None (default=None) 最大單詞的字體大小，如果沒有設定的話，直接使用畫布的大小，
stopwords:set of strings or None 被淘汰不用于顯示的詞語，默認使用內置的stopwords，
background_color:color value (default=”black”) 詞云影像的背景色，默認為黑色，
mode:string (default=”RGB”) 當mode=“RGBA”且background_color=“None”時，將生成透明的背景，
relative_scaling:float (default=’auto’) 詞頻大小對字體大小的影響度，如果設定為1的話，如果一個單詞出現兩次那么其字體大小為原來 的兩倍，
random_state：設定有多少種隨機生成狀態，即有多少種配色方案

這里我們將背景色設為了白色：background_color=‘white’（也有別的顏色，可以隨意設定） 最大單詞數我們設定為max_words=200，最多配色數設定為random_state = 42，最大單詞字體型號設定為：max_font_size=200
然后大功告成！

成果展示

讓我們來看看最終成果吧：


這便是一個簡單的詞云了，從中我們可以看出大家對這首歌評論的關鍵詞，因為我們的背景圖片只是一個圓，這樣多少有點low，能不能換成別的呢，答案是：能！
我們接著看：

我們找到薛之謙的一張圖片，已之為背景圖，但這張圖片必須只有人物，也就是把背景去掉，把人物摳出來（需要一丟丟的摳圖技術，不要說不會喲，我默認你會ps），詞云才會以人物身體來作為背景

DuangDuangDuang：

啥也不說，先鼓三分鐘掌，然后我又為小姐姐陸陸續續做了十張左右，小姐姐直接感激的痛哭流涕！其實這是我花了一個晚上熬夜制作的，不過沒事，幫助他人是一件非常快樂的事，希望大家也為他人伸出援助之手，我們一起加油！
哈哈哈，這就是今天要給大家分享的全部內容了
如果你喜歡的話，就不要吝惜你的一鍵三連了~

學廢了嗎，歡迎大家觀看這一欄目其他文章：
Python跨年表白神器

挑戰用純python寫一個王者榮耀小游戲？

震驚！鄰桌的程式猿比我能淦，帶著好奇心我打開了他的電腦，發現驚天秘密，原因竟是

好家伙！弟弟竟然背著我用電腦干這個，我用python輕松的識破他的謊言，阿姨對我贊不絕口！~