zoukankan      html  css  js  c++  java
  • 一个完整的大作业

    1.选一个自己感兴趣的主题。网址是:http://www.cntour.cn/travels/list.aspx?key=%E6%B5%B7%E5%8D%97,搜海南的游记。

    2.网络上爬取相关的数据。

    import requests
    from bs4 import BeautifulSoup
    import re
    url='http://www.cntour.cn/travels/list.aspx?key=%E6%B5%B7%E5%8D%97' res
    =requests.get(url) res.encoding='utf-8' soup=BeautifulSoup(res.text,'html.parser') for trips in soup.select('ul'): if len(trips.select('.title'))>0: title=trips.select('.title')[0].text url=trips.select('a')[0]['href'] print(title,url)

    3.进行文本分析,生成词云。

    import jieba
    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    import requests
    from bs4 import BeautifulSoup
    import re
    
    youji=open("/Users/游记.txt","r",encoding='gb2312').read()
    words=jieba.lcut(youji)
    counts={}
    ls=[]
    for word in words:
        ls.append(word)
        if len(word)==1:
            continue
        else:
            counts[word]=counts.get(word,0)+1
    items=list(counts.items())
    items.sort(key=lambda x:x[1],reverse=True)
    for i in range(20):
        word,count=items[i]
        print("{0:<10}{1:>5}".format(word,count))
        
    wordlist=jieba.cut(youji, cut_all=True)
    wl_split="/".join(wordlist)
    cy=WordCloud(font_path=r'C:UsersAdministratorDesktopsimheittfsimhei.ttf').generate(wl_split)
    plt.imshow(cy)
    plt.axis("off")
    plt.show()

     

    从词云可以看出,人们去海南旅游大都去的是三亚,海鲜、美景、享受等是那里的关键词。

  • 相关阅读:
    命名函数
    匿名函数
    Elixir基础
    Elixir特性
    linux下安装erlang
    更具先序、中序遍历生成二叉树
    第一章 TCP/IP协议族
    React Native开发之expo中camera的基本使用
    Vue中异步组件(结合webpack,转载)
    vue中将html字符串转换成html后的一些问题
  • 原文地址:https://www.cnblogs.com/chenyuanzhao/p/7770287.html
Copyright © 2011-2022 走看看