python 之词云

1.爬取词源网页

在这我是爬取的自己博客的一些标签

#获取html
def getHtml():
	  url = 'https://zjqian.github.io/tags/index.html'
    res = requests.get(url)
    return res.text
    
#通过BeautifulSoup解析网页，得到标签
def getContent():
    soup = BeautifulSoup(getHtml(),'lxml')
    text = ''
    for item in soup.find('div', class_='tag-cloud-tags'):
        text += item.string
    return text

2.生成词云

def getWordCloud():
    d = path.dirname(__file__)
    #词云所依照的图片格式
    coloring = np.array(Image.open(path.join(d, "WordArt.png")))
	  #设置WordCloud属性
    wc = WordCloud(background_color="white", 
    						max_words=2000, 
    						mask=coloring,
    						max_font_size=50, 
    						random_state=42, 
    						font_path='fangsong_GB2312.ttf')

    wc.generate(getContent())
    # 设置词的颜色
    color_to_words = {
        # 使用RGB来设置词的颜色
    }
    # 设置词默认的颜色
    default_color = "black"
    grouped_color_func = GroupedColorFunc(color_to_words, default_color)
    # 设置词云的颜色
    wc.recolor(color_func=grouped_color_func)

    # create coloring from image
    # image_colors = ImageColorGenerator(coloring)
    wc.to_file("路径/word-cloud.png")  # 保存图片
    plt.figure()
    plt.imshow(wc, interpolation="bilinear")
    plt.axis("off")
    plt.show()

3.词云效果图:

对比一下,第二张是源图片