首发于马哥Python源码干货

【Python词云图】MU5735事件微博内容文本挖掘舆情分析

马哥python说

一、事件背景

今天一早刷微博，热搜内容令人心痛。昨晚官媒发布消息称，MU5735航班上人员已全部遇难。

一直在关注新闻动态，虽然希望能有奇迹发生，但看到这个公布的结果，还是令人悲痛！

尤其看到其中一条微博评论，瞬间破防了：

愿逝者安息，生者坚强，天堂没有痛苦！

二、爬虫代码

针对网友相关微博内容，开发爬虫代码，核心部分代码：

url = 'https://m.weibo.cn/api/container/getIndex'  # 请求地址
params = {
	"containerid": "100103type=1&q={}".format(v_keyword),  # 关键字
	"page_type": "searchall",
	"page": page  # 页码
}
r = requests.get(url, headers=headers, params=params)
print(r.status_code)  # 响应码
cards = r.json()["data"]["cards"]
text_list = jsonpath.jsonpath(cards, '$..mblog.text')
dr = re.compile(r'<[^>]+>', re.S)
text2_list = []
if type(text_list) == list:
	for text in text_list:
		text2 = dr.sub('', text)
		print(text2)
		text2_list.append(text2)
time_list = jsonpath.jsonpath(cards, '$..mblog.created_at')  # 发布时间
author_list = jsonpath.jsonpath(cards, '$..mblog.user.screen_name')  # 发布作者
pprint(author_list)
id_list = jsonpath.jsonpath(cards, '$..mblog.id')  # 微博id
bid_list = jsonpath.jsonpath(cards, '$..mblog.bid')  # 微博bid
pprint(id_list)
comments_count_list = jsonpath.jsonpath(cards, '$..mblog.comments_count')  # 评论数量

三、词云图

针对微博文本内容，开发词云图，进而分析内容中的高频词。

关键参数在对应代码后面已注明注释，不再赘述。

def make_wordcloud(v_str, v_stopwords, v_outfile):
	"""
	绘制词云图
	:param v_str: 输入字符串
	:param v_stopwords: 停用词
	:param v_outfile: 输出文件
	:return: None
	"""
	try:
		jieba_text = " ".join(jieba.lcut(v_str))  # 结巴分词
		print('jieba_text is:')
		print(jieba_text)
		stopwords = v_stopwords  # 停用词
		backgroud_Image = np.array(Image.open('幻灯片2.png'))  # 读取背景图片
		wc = WordCloud(
			scale=4,  # 清晰度
			background_color="black",  # 背景颜色
			max_words=1800,
			width=1500,  # 图宽
			height=1200,  # 图高
			font_path='/System/Library/Fonts/SimHei.ttf',  # 字体文件路径，根据实际情况替换
			stopwords=stopwords,  # 停用词
			mask=backgroud_Image,  # 背景图片
		)
		jieba_text = " ".join(jieba.lcut(v_str))  # jieba分词
		wc.generate_from_text(jieba_text)  # 生成词云图
		wc.to_file(v_outfile)  # 保存图片文件
		print('词云文件保存成功：{}'.format(v_outfile))
	except Exception as e:
		print('make_wordcloud except: {}'.format(str(e)))