祝有情人终成眷属

情人节，给你的女神准备了什么礼？鲜花太普通，钻戒太贵，程序猿可以尝试用一种特别的方式来表达你对女神的"爱"意，有一个创意是把她过往发的微博整理后用词云展示出来。这样能体现程序猿的神秘与专业性，本文就教你怎么用 Python 快速创建出有心意词云，Python 小白也能分分钟做出来。

很早之前写过一篇怎么利用微博数据制作词云图片出来，之前的写得不完整，而且只能使用自己发的微博，现在重新整理了一下，任何人的微博都可以制作出来，放在今天应该比较应景，祝天下有情人终成眷属

准备工作

本环境基于 Python3，理论上 Python2.7也是可行的，先安装必要的第三方依赖包：

requirement.txt 文件中包含上面的几个依赖包，如果用 pip 方式安装失败，推荐使用 Anaconda 安装

第一步：分析网址

先登录微博网页端，然后切换到微博移动端网址https://m.weibo.cn/，找到女神的微博ID，进入她的微博主页，分析浏览器发送请求的过程

打开 Chrome 浏览器的调试功能，选择 Network 菜单，观察到获取微博数据的的接口是https://m.weibo.cn/api/container/getIndex，后面附带了一连串的参数，这里面有些参数是根据用户变化的，有些是固定的，先提取出来。

再来分析接口的返回结果，返回数据是一个JSON 结构，total 是微博总条数，每一条具体的微博内容封装在 cards 数组中，具体内容字段是里面的 text 字段。很多干扰信息已隐去。

第二步：构建请求头和查询参数

分析完网页后，我们开始用 requests 模拟浏览器构造爬虫获取数据，因为这里获取用户的数据无需登录微博，所以我们不需要构造 cookie信息，只需要基本的请求头即可，具体需要哪些头信息也可以从浏览器中获取，首先构造必须要的请求参数，包括请求头和查询参数。

uid 是微博用户的 id

containerid 虽然不什么意思，但也是和具体某个用户相关的参数

page 分页参数

第三步：构造简单爬虫

通过返回的数据能查询到总微博条数 total，爬取数据直接利用 requests 提供的方法把 json 数据转换成 Python 字典对象，从中提取出所有的 text 字段的值并放到 blogs 列表中，提取文本之前进行简单过滤，去掉无用信息。顺便把数据写入文件，方便下次转换时不再重复爬取。

第四步：分词处理并构建词云

爬虫了所有数据之后，先进行分词，这里用的是结巴分词，按照中文语境将句子进行分词处理，分词过程中过滤掉停止词，处理完之后找一张参照图

然后根据参照图通过词语拼装成图。

wordcloud 必须指定中文字体，否则遇到中文会乱码，简单四步就完成了，最终效果图：

学习Python和网络爬虫关注公众号：

datanami

入群请回复「学习」