要爬取的目標鏈接：

項目結構：

其中img.png是背景圖片，lhz.py是Python代碼，lhz.text是爬取到的短評，msyh.ttc是字體文件，new_inclound.png是生成的詞云圖片。
字體文件和背景圖片下載鏈接
提取碼：8888
下面是完整的代碼：

import requests # 請求庫，需要安裝 from fake_useragent import UserAgent # 構造user—Agent的庫，需要安裝 from lxml import etree # 使用xpath()需要導入該庫，需要安裝 import time # 使用time.sleep()使程序睡眠一段時間需要導入該庫 import jieba # 中文分詞庫，需要安裝 import imageio # 讀取圖片需要該庫，需要安裝 import wordcloud # 制作詞云的庫，需要安裝 from typing import NoReturn # 類型標記的庫，需要安裝class lhz():def __init__(self):"""初始化"""self.next_page_url = "https://movie.douban.com/subject" \"/34841067/comments?start=0&limit=20&status=P&sort=new_score"self.b = Truedef get_all_comment(self, url: str) -> NoReturn:"""獲取頁面中的所有短評url：要提取短評的鏈接"""response = requests.get(url, headers={'user-agent': UserAgent().chrome})e = etree.HTML(response.text, etree.HTMLParser())comm = e.xpath('//span[@class="short"]/text()') # 使用xpath提取短評，結果是列表with open('lhz.text', mode='a', encoding='utf-8') as f:# 將列表中的每一個短評處理后寫入文件中for i in comm:i.replace('\n', '')i += '\n'f.write(i)if self.b:# 使用xpath提取第一個頁面中下一個頁面的鏈接next_url = e.xpath('//div[@id="paginator"]/a/@href')self.b = Falseelse:# 使用xpath提取非第一個頁面中的下一個頁面的鏈接next_url = e.xpath('//div[@id="paginator"]/a[3]/@href')if next_url: # 如果提取到的下一個頁面的鏈接不為空就遞歸提取time.sleep(0.5) # 程序睡眠0.5秒# 構造下一個頁面的鏈接next_url = ''.join(next_url).replace('&percent_type=', '')self.next_page_url = "https://movie.douban.com/subject" \"/34841067/comments{}".format(next_url)self.get_all_comment(self.next_page_url) # 遞歸調用time.sleep(1)def make_clound(self) -> NoReturn:"""繪制詞云圖"""with open('lhz.text', mode='r', encoding='utf-8') as f: # 讀取短評文件中的數據txt = f.read()txt_list = jieba.cut(txt) # 分詞string = ' '.join(txt_list) # 分詞后再使用空格它們重新連接成字符串img = imageio.imread('img.png') # 讀取圖片wc = wordcloud.WordCloud( # 配置詞云參數width=1500, # 詞云圖片的寬，單位是像素height=1000, # 詞云圖片的高background_color='black', # 背景顏色font_path='msyh.ttc', # 字體文件的路徑mask=img, # 除白色部分之外的用來繪制詞云scale=10, # 按照比例進行放大畫布，如設置為1.5，則長和寬都是原來畫布的1.5倍stopwords={',', '.', '，', '。', '!', '?', '?'}, # 設置停用詞)wc.generate(string) # 生成詞云wc.to_file('new_inclound.png') # 將詞云保存到文件中if __name__ == '__main__':"""程序入口"""lhz = lhz()lhz.get_all_comment(lhz.next_page_url)lhz.make_clound()

上面用到了許多第三方庫，大家需要使用pip安裝，同時也需要注意你的字體文件路徑和背景圖片路徑可能和我的不一樣，要改為自己的。
同時，由于豆瓣有反爬措施，爬取到200多條時就需要登錄，所以短評只有200多條，但這足夠了！

下面是我的運行結果：

總結

以上是生活随笔為你收集整理的爬取某瓣电影中你好，李焕英电影的短评并生成词云的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。