lxl再次爆雷，我连夜爬了微博评论，结果。。。
昨天娱乐圈又又又爆雷了，lixiaolu 和 pg1 的抖音视频疯传网络，看来嫂子就要成内子了。
警告：本教程仅用作学习交流，请勿用作商业盈利，违者后果自负！如本文有侵犯任何组织集团公司的隐私或利益，请告知联系删除！！！
挺好的，这很 pg1 啊
今天我们作为纯正的吃瓜群众，怎么能不来围观下呢，还是到娱乐圣地“微博”搞起，不管它里面到底有多少xujia流量，反正我估计骂人的流量不会太假，啊哈哈哈哈
我们使用的爬取工具还是前面文章提到的微博轮子，具体的使用方法可以查看这里
而我们爬取的微博就是“娱乐有饭”最新发的那个视频，如果你还没看，建议在饭前观看！
我们先来简单看下这篇微博下的盛况吧
亲情演绎型
哈哈，说过要饭前观看喽
暴躁粗口型
说实在的，出不出娱乐圈和我们瓜民有啥关系？
淡定吃瓜型
没事儿，生活那么平淡，不来点瓜怎么过的去呢
诗情画意型
骚年，要是在唐朝，你肯定赛过李太白啊！
最后，一图胜千言，看尽人间百态
不过这么看，毕竟只能看到一小部分，下面就通过微博轮子，抓取该微博下所有的评论，看看广大群众们的吃瓜能量。
我们通过程序，可以成功抓取对应的评论信息，并得到一个 csv 文件，里面的内容如下
接下来就是通过 jieba 做分词，然后生成词云
import jieba
import pandas as pd
from wordcloud import WordCloud
import numpy as np
from PIL import Image
font = r'C:\Windows\Fonts\FZSTK.TTF'
STOPWORDS = {"回复", }
def wordcloud(file, name, pic=None):
df = pd.read_csv(file, usecols=[1])
df_copy = df.copy()
df_copy['comment'] = df_copy['comment'].apply(lambda x: str(x).split()) # 去掉空格
df_list = df_copy.values.tolist()
comment = jieba.cut(str(df_list), cut_all=False)
words = ' '.join(comment)
img = Image.open(pic)
img_array = np.array(img)
wc = WordCloud(width=2000, height=1800, background_color='white', font_path=font, mask=img_array,
stopwords=STOPWORDS, contour_width=3, contour_color='steelblue')
wc.generate(words)
wc.to_file(name + '.png')
if __name__ == '__main__':
wordcloud("1572486436comment.csv", "lixiaolu2", 'xinsui.jpg')
我们得到词云图如下
可以看到，在评论的高频词汇中，孩子占比还是蛮高的。确实，无论如何孩子都是无辜的，事情到了这个地步，保护好孩子才是最重要的。至于到底是做嫂子还是做内子，who care？
最后我又打开了亮哥的微博，心疼，保重！
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2019-11-01，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读