Python爬取京东Iphone X用户评论并绘制词云

# -*- coding:utf-8 -*-

import requests
import json
import jieba
from scipy.misc import imread  
from wordcloud import WordCloud, STOPWORDS, ImageColorGenerator
import matplotlib.pyplot as plt


def jd_spider(page):
    url = 'https://sclub.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98vv56693&productId=5089253&score=0&sortType=5&page=%d&pageSize=10&isShadowSku=0&fold=1'%(page)
    #用于存储单页评论，每页评论保存一次
    comment = ''
    #无需设置header，直接访问就行了
    response = requests.get(url)
    data = unicode(response.content,'GBK').encode('utf-8')
    '''
    接口地址返回的不是标准json数据，需要进行处理
    去掉头部的‘fetchJSON_comment98vv56693(’和‘);’两部分
    然后再用json包读取数据就可以了
    '''
    data = data.split('(',1)[1]#根据（进行切片一次处理，取第二部分
    data = data[0:len(data)-2]#然后去掉后面的）和；
    data_json = json.loads(str(data))['comments']
    #循环读取每条评论，通过换行符连接起来
    for i in list(range(len(data_json))):
        comment = comment+data_json[i]['content'].encode('utf-8')+'\n'
    print '****Page %d has been saved****'%(page)
    return comment


#将读取的数据保存到本地txt文件
def save_comments(comments):
    with open('comments.txt','a') as f:
        f.write(comments)
'''
由于京东限制了，只展示前100页评论
循环99次就好了，后面返回的都是空页面
'''
for page in list(range(99)):
    page = page+1
    comments = jd_spider(page)
    save_comments(comments)
print '****jd_spider@Awesome_Tang****'

'''
绘制词云部分
'''
back_color = imread('apple.png')  # 解析该图片

wc = WordCloud(background_color='white',  # 背景颜色
               max_words=1000,  # 最大词数
               mask=back_color,  # 以该参数值作图绘制词云，这个参数不为空时，width和height会被忽略
               max_font_size=100,  # 显示字体的最大值
               font_path="/Users/tangwenpan/Downloads/simhei.ttf",  # 解决显示口字型乱码问题
               random_state=42,  # 为每个词返回一个PIL颜色
               # width=1000,  # 图片的宽
               # height=860  #图片的长
               )

# 打开保存的评论数据
text = open('comments.txt').read()

def word_cloud(texts):
    words_list = []
    word_generator = jieba.cut(texts, cut_all=False)  # 返回的是一个迭代器
    for word in word_generator:
        if len(word) > 1:  #去掉单字
            words_list.append(word)
    return ' '.join(words_list)  


text = word_cloud(text)

wc.generate(text)
# 基于彩色图像生成相应彩色
image_colors = ImageColorGenerator(back_color)
# 显示图片
plt.imshow(wc)
# 关闭坐标轴
plt.axis('off')
# 绘制词云
plt.figure()
plt.imshow(wc.recolor(color_func=image_colors))
plt.axis('off')
# 保存图片
wc.to_file('comment.png')
print 'comment.png has bee saved!'