爬虫大作业

 1.选一个自己感兴趣的主题（所有人不能雷同）。

2.用python 编写爬虫程序，从网络上爬取相关主题的数据。

3.对爬了的数据进行文本分析，生成词云。

4.对文本分析结果进行解释说明。

5.写一篇完整的博客，描述上述实现过程、遇到的问题及解决办法、数据分析思想及结论。

6.最后提交爬取的全部数据、爬虫及数据分析源代码。

 

 

本人选取的主题是羽毛球新闻。作为一名资深的羽毛球爱好者，平常也会关注着方面的新闻，例如国内外的羽毛球赛事、球员动态、球技分享等等。

本次爬取的网址是爱羽客新闻网：http://www.aiyuke.com/view/cate/index.htm

 

一、实现过程

我们可以先用开发者工具来看一下网页的结构：

 

可以看到每一条新闻由<div class="news_list_box clearfix">装着，所以可以获取其标题连接：

def getListPage(pageUrl): #一个列表页的全部信息
    res=requests.get(pageUrl)
    res.encoding=\'utf-8\'
    soup = BeautifulSoup(res.text, \'html.parser\')
    newslist = []
    for news in soup.select(\'.news_list_box.clearfix\'):
        if len(news.select(\'.desc\')) > 0:
            newsUrl = news.select(\'a\')[0].attrs[\'href\']  # 连接
            newslist.append(getNewDetail(newsUrl))
            #  t = news.select(\'h1\')[0].text.strip()  # 标题
    return (newslist)

　　

打开详情页，可以看到：

 

打开详情页的代码如下：

def getNewDetail(newsUrl):#一篇新闻的详情信息
    resd = requests.get(newsUrl)
    resd.encoding = \'utf-8\'
    soupd = BeautifulSoup(resd.text, \'html.parser\')
    news = {}  # 用字典存放信息
    news[\'title\'] = soupd.select(\'h1\')[0].text.strip()  # 标题
    news[\'info\'] = soupd.select(\'.news_from\')[0].text.strip().lstrip(\'来源:\')  # 来源
    d = soupd.select(\'.news_date\')[0].text.strip()
    news[\'dt\'] = datetime.strptime(d, \'%Y-%m-%d %H:%M:%S\')  # 发布时间
    news[\'comment\'] = int(soupd.select(\'b\')[0].text.strip())  # 评论人数
    news[\'description\'] = soupd.select(\'.news_description\')[0].text.strip()  # 描述
    n = soupd.select(\'#js-news-txtbody\')[0].text
    if n.find(\'本文系爱羽客羽毛球网原创，未经允许严禁转载：\') > 0:
        news[\'content\'] = n[:n.find(\'本文系爱羽客羽毛球网原创，未经允许严禁转载\')].strip()
    else:
        news[\'content\'] = n[:n.find(\'p.declare{\')].strip()
    writeNewsDetail(news[\'content\'])
    news[\'newsUrl\'] = newsUrl#链接
    return (news)

　　

详细信息我们可以放在Excel表中

import pandas
df=pandas.DataFrame(newstotal)
df.to_excel(\'big.xlsx\')#导出到Excel表

　　结果如图所示：

 

其内容文章，我们可以将数据保存在文件里，代码如下：

def writeNewsDetail(content):
    f = open(\'big.txt\', \'a\', encoding=\'utf-8\')
    f.write(content)
    f.close()

　　结果如图所示：

 

然后我们可以获取不同页码，通过网址线索可以发现

listPageUrl=\'http://www.aiyuke.com/view/cate/index.htm?page={}\'.format(i)

　　那么依次输出信息：

pageUrl=\'http://www.aiyuke.com/view/cate/index.htm\'
newstotal=[]
for i in range(1,35):
    listPageUrl=\'http://www.aiyuke.com/view/cate/index.htm?page={}\'.format(i)
    newstotal.extend(getListPage(listPageUrl))

for news in newstotal:
    print(news)

　　

获取了这些之后，我们可以对数据进行词频统计，但在这之前，需要进行分词

（下载：https://pypi.python.org/pypi/jieba/   然后解压文件F:\jieba-0.39    安装：python setup.py install    打开项目选择file-->settings...-->project-projiect interpreter右边选择“+”，输入jieba，然后下方选择“install packages”）

首先，要去掉标点符号。将内容中的标点符号等分隔符全部替换为空格。接着，进行分词切割，（同时我们可以去掉我们不需要的信息放在一个集合里）进行词频统计。并保存在文件中，

代码如下：

import jieba
file = open(\'big.txt\', \'r\', encoding=\'utf-8\')
word = file.read()
file.close()
sep=\'\'\'-/.·+—…（），,。:？“”：、；！《》【】1234567890abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ\'\'\'
exclude={\' \',\'\n\',\'\t\',\'\xa0\',\'换\',\'巴\',\'姐\',\'跑\',\'存\',\'居\',\'坦\',\'句\',\'声\',\'背\',\'省\',\'养\',\'慢\',\'班\',\'套\', \'划\',\'厚\',\'抗\',\'块\',\'纱\',\'恩\',\'翔\',\'昨日\',\'出色\',\'首轮\',\'训练\',\'退赛\',\'直线\',\'尽管\',\'任何\',\'身高\',\'记者\',\'机会\',\'相信\',\'史上\',\'全国\',\'根森\',\'最大\',\'两局\',\'领先\',\'包括\',\'这项\', \'首局\',\'的话\',\'分钟\',\'很大\',\'体育\',\'如何\',\'不要\',\'客小编\',\'排名第\',\'练习\',\'按\',\'城\',\'掌\',\'利亚\',\'变化\',\'完全\',\'不敌\',\'双方\',\'活动\',\'东野\',\'更是\',\'搭档\',\'赛场\',\'规则\',\'有些\',\'欢迎\',\'赢得\',\'提高\',\'晚\', \'味\',\'托\',\'括\',\'一种\',\'冷\',\'肯定\',\'工作\',\'其中\',\'追\',\'败\',\'渡边\',\'明显\',\'输\',\'了解\',\'广州\',\'第一\',\'参赛\',\'实现\',\'级赛\',\'代表\',\'闻\',\'不错\',\'报道\',\'决胜\',\'胜局\',\'关注\',\'出球\',\'发展\',\'男队\',\'谈\',\'鞋面\',\'名单\',\'同样\',\'李宁\',\'啊\',\'查\',\'蔡\',\'票\',\'采访\',\'公司\',\'要求\',\'输给\',\'真的\',\'降\',\'秀\',\'宝\',\'随后\',\'有点\',\'其他\',\'容易\',\'正手\',\'膝\',\'吉\',\'勇大\',\'朋友\',\'再次\',\'亮\',\'发现\',\'号种\',\'停\',\'六\',\'留\',\'听\',\'复出\',\'高度\',\'找\',\'目标\',\'博\',\'被动\',\'萨\',\'命\',\'馆\',\'首次\',\'淘\',\'怎么\',\'对角\',\'八\',\'急\',\'一轮\',\'永\',\'字\',\'努力\',\'特别\',\'专业\',\'结果\',\'孙\',\'识\',\'吗\',\'织\',\'掉\',\'球队\',\'准\',\'属\',\'便\',\'面对\',\'最好\',\'对方\',\'救\',\'赞助\',\'级别\',\'赵\',\'野\',\'来自\',\'关键\',\'名将\',\'历史\',\'挑战\',\'提升\',\'保持\',\'整体\',\'南\',\'举办\',\'盖\',\'一下\',\'减\',\'侧\',\'甚至\',\'这么\',\'险\',\'运动员\',\'桃田\',\'病\',\'两个\',\'琳\',\'群\',\'签\',\'确实\',\'抽\',\'继续\', \'夺得\',\'表现\',\'状态\',\'案\',\'队友\',\'起来\',\'切\',\'一般\',\'接受\',\'住\',\'照\',\'引\',\'岛\',\'比赛\',\'龙大\',\'直接\',\'汉\',\'喜欢\',\'炫\',\'条\',\'应该\',\'头顶\',\'更新\',\'演\',\'试\',\'德拉\',\'塔\',\'妹\',\'运动会\',\'肯\',\'黑衣\',\'拍框\',\'冲\',\'死\',\'主要\',\'队伍\',\'诺\',\'轻松\',\'项目\',\'讨\',\'甚\',\'一起\',\'职业\',\'目前\',\'实力\',\'必须\',\'弹\',\'本次\',\'短\',\'所有\',\'类\',\'流\',\'出现\',\'苦\',\'批\',\'生涯\',\'设计\',\'图\',\'告\',\'笑\',\'志\',\'举行\',\'水平\',\'致\',\'之一\', \'注意\',\'更好\',\'第二局\',\'二局\',\'比分\',\'缺\',\'遭\',\'离\',\'请\',\'深\',\'置\',\'贤\',\'紧\',\'对手\',\'电\',\'投\',\'装\', \'率\',\'动作\',\'能力\',\'赛后\',\'组合\',\'球员\',\'资格\',\'士\',\'念\',\'通过\',\'产\',\'一步\',\'而且\',\'如今\',\'负\',\'进入\',\'绝\', \'曼\',\'球星\',\'直播\',\'除了\',\'久\',\'三局\',\'车\',\'帮\',\'当时\',\'维尔\',\'竟\',\'干\', \'这次\',\'取得\',\'十分\',\'斗\',\'游\',\'继\',\'纳迪\',\'儿\',\'下来\',\'感觉\',\'准备\',\'早\',\'身体\',\'一样\',\'一年\',\'席\',\'年轻\',\'初\',\'嘉\',\'看到\',\'光\',\'蒂\',\'跟\',\'那么\',\'品牌\',\'方面\',\'福\',\'媒体\',\'透\',\'配\',\'赛上\',\'白\',\'价\',\'连续\',\'得分\',\'贾\',\'奥原\',\'否\',\'片\', \'一局\',\'一场\',\'年全\',\'球友\',\'不会\',\'队员\',\'网前\',\'师兄\',\'这是\',\'运动\',\'大师\',\'国家\',\'全英\',\'世界\',\'亚锦\',\'判\',\'系列\',\'斯里\',\'退\',\'奖\',\'场上\',\'假\',\'雅琼\',\'超级\',\'红\',\'喜\',\'杀\',\'顺\',\'香\',\'一位\',\'伍\',\'遇\',\'错\',\'型\',\'史\',\'神\',\'设\',\'坛\',\'气\',\'眼\',\'吴\',\'问题\',\'满\',\'拿下\',\'去年\',\'拿到\',\'来说\',\'羽球\',\'式\',\'参加\',\'最终\',\'争\',\'敌\',\'雪芮\',\'开始\',\'压\',\'松\',\'森\',\'苏卡\',\'失\',\'思维\', \'资颖\',\'觉得\',\'波\',\'更多\',\'五\',\'记\',\'作为\',\'其实\',\'门\',\'元\',\'除\',\'比较\',\'为了\',\'显\',\'像\',\'姆\',\'依\',\'领\',\'科\',\'称\',\'市\',\'清晨\',\'防\',\'还有\',\'情况\',\'同时\',\'不能\',\'均\',\'硬\',\'选择\',\'左\',\'走\',\'抓\',\'需要\',\'使用\',\'功\',\'坎\',\'款\', \'伊\', \'易\',\'凡\',\'山口\',\'重要\',\'知道\',\'另\',\'刚\',\'州\',\'微\',\'断\',\'由于\',\'不会\'\'透\',\'吧\',\'件\', \'一直\',\'集\',\'指\',\'逆\',\'形\',\'算\',\'菜\',\'夫\',\'众\',\'呢\',\'谁\',\'穿\',\'段\',\'花\', \'第三\',\'共\',\'响\',\'余\',\'它\',\'破\', \'爆\',\'空\',\'热\',\'不同\',\'框\',\'观看\',\'最后\',\'具\',\'调\',\'小编\',\'待\',\'罗\',\'立\', \'只有\',\'料\',\'只是\',\'靠\',\'她们\',\'这种\',\'般\',\'怎\',\'两人\',\'他们\',\'之前\',\'一定\',\'朗\',\'以及\',\'仍\',\'底\',\'快\',\'今年\',\'半\',\'规\', \'晋\',\'难\',\'关\',\'希\',\'马来\',\'轮\',\'达\',\'排\',\'牌\',\'头\',\'获\',\'汤\',\'总\',\'东\',\'公开\', \'明\',\'再\',\'宗伟\',\'衣\',\'原创\',\'约\',\'安\',\'球网\',\'量\',\'制\',\'英赛\',\'允许\',\'做\',\'格\',\'戴\',\'奇\',\'进行\',\'岁\',\'放\',\'情\',\'思\',\'因为\',\'别\',\'少\',\'希望\',\'何\',\'轻\', \'赛中\',\'克\',\'终\',\'团\',\'较\',\'代\',\'太\',\'周\',\'四\',\'先\',\'纳\',\'迪\',\'如果\',\'还是\',\'完\',\'韩\',\'状\',\'水\',\'这个\',\'路\',\'推\',\'持\',\'顶\',\'表示\',\'美\',\'非\',\'应\', \'球拍\',\'山\',\'及\',\'星\',\'近\',\'迷\',\'台\',\'这样\',\'费\',\'伤\',\'取\',\'谌\',\'万\',\'则\',\'成为\',\'任\',\'才\',\'使\',\'现在\',\'反\',\'颖\',\'球鞋\',\'曾\',\'又\',\'菲\',\'越\',\'知\',\'脚\',\'向\',\'稳\',\'十\',\'不是\',\'京\',\'品\',\'举\',\'落\',\'穆\',\'届\',\'麦\',\'刘\', \'入\',\'处\',\'这次\'\'目前\',\'尽\',\'交\',\'胡\',\'口\',\'广\',\'远\',\'足\',\'认为\',\'把\',\'非常\', \'报\',\'收\',\'青\',\'米\',\'可能\',\'却\', \'极\',\'之后\',\'需\',\'号\',\'低\',\'随\',\'数\',\'很多\',\'虽然\', \'所以\',\'区\', \'程\',\'化\', \'什么\',\'论\',\'边\',\'各\',\'该\',\'但是\',\'楠\',\'不过\',\'挥\',\'包\',\'哈\',\'黑\',\'见\',\'差\',\'锦标\',\'基\',\'即\',\'往\',\'阿\',\'活\',\'右\',\'风\',\'话\',\'普\',\'且\',\'限\',\'这些\',\'红衣\',\'一点\',\'一些\',\'管\',\'一次\',\'视频\',\'结束\',\'服\',\'谢\',\'办\',\'这一\',\'求\',\'能够\',\'哥\',\'支\',\'质\',\'迎\', \'今天\',\'时候\',\'突\',\'田\',\'个人\',\'专\',\'真\',\'虽\',\'信\',\'获得\',\'仅\',\'乐\',\'大家\',\'改\',\'档\',\'或\',\'对于\',\'特\',\'列\',\'搭\',\'站\',\'够\',\'雪\',\'几\',\'带\',\'术\',\'第二\',\'续\',\'问\',\'学\',\'每\',\'注\',\'老\',\'色\',\'卡\', \'郑\',\'连\',\'变\',\'线\',\'视\',\'步\',\'据\',\'长\',\'期\',\'由\',\'未经\',\'系爱羽客\',\'就是\',\'受\',\'尤\',\'严禁\',\'已经\',\'鞋\',\'外\',\'提\',\'部\',\'内\',\'种\',\'给\',\'道\',\'开赛\',\'苏\',\'利\',\'转载\',\'至\',\'望\',\'者\',\'无\',\'等\',\'着\',\'平\',\'些\',\'黄\',\'国\',\'同\',\'时间\',\'一个\',\'相\',\'想\',\'夺\',\'王\',\'项\',\'意\',\'宗\',\'地\',\'正\',\'那\',\'师\',\'法\',\'张\',\'杯\',\'生\',\'超\',\'维\',\'拉\',\'许\',\'锦\',\'金\',\'我们\',\'当\',\'目\',\'陈\',\'加\',\'伟\',\'奥\',\'方\',\'尔\',\'德\',\'龙\',\'胜\',\'西\',\'点\',\'联\',\'尼\', \'斯\',\'员\',\'进\',\'英\',\'爱\',\'名\',\'合\', \'网\',\'马\',\'中\',\'林\',\'界\',\'体\',\'新\',\'军\',\'毛\',\'好\',\'成\',\'战\',\'亚\',\'选\',\'开\',\'丹\',\'度\',\'第\',\'高\',\'经\',\'过\',\'男\',\'羽毛\',\'世\',\'打\',\'双\',\'冠\',\'单\',\'女\',\'一\',\'二\',\'三\',\'全\',\'是\',\'么\',\'队\',\'前\',\'场\',\'日\',\'在\',\'李\',\'他\',\'比\',\'首\',\'直\',\'身\',\'心\', \'不\',\'大\',\'了\',\'有\',\'来\',\'过\'\'为\',\'主\',\'子\',\'上\',\'以\',\'个\',\'爱羽\',\'羽客\',\'定\',\'你\',\'心\',\'系\',\'今\',\'们\',\'的\',\'为\',\'这\',\'对\',\'会\',\'时\',\'出\',\'转\',\'拍\',\'原\',\'我\',\'然\',\'力\',\'后\',\'到\',\'文\',\'人\',\'动\',\'和\',\'分\',\'能\',\'年\',\'手\',\'得\',\'也\',\'本\',\'要\',\'就\',\'很\',\'于\',\'将\',\'都\',\'下\',\'但\',\'小\',\'而\',\'她\',\'更\',\'最\',\'重\',\'还\',\'自\',\'次\',\'之\',\'月\',\'局\',\'说\',\'间\',\'里\',\'两\',\'爱羽客\',\'没\',\'家\',\'用\',\'级\',\'被\',\'并\',\'感\',\'回\',\'让\',\'作\',\'去\',\'位\',\'自己\',\'与\',\'天\',\'看\',\'面\',\'事\',\'因\',\'行\',\'拿\',\'已\',\'其\',\'教\',\'起\',\'从\',\'未\',\'表\',\'强\',\'练\',\'可\',\'多\',\'现\',\'发\',\'组\',\'如\',\'接\',\'没有\',\'可以\',\'性\',\'此\',\'所\',\'本文\',\'赛\',\'球\',\'羽\',\'只\'}

jieba.add_word(\'排名\')
jieba.add_word(\'羽坛\')
jieba.add_word(\'羽球协会\')
jieba.add_word(\'球赛\')
jieba.add_word(\'赛场\')
jieba.add_word(\'赛点\')
jieba.add_word(\'中国\')
jieba.add_word(\'印度\')
jieba.add_word(\'印尼\')
jieba.add_word(\'全英赛\')
jieba.add_word(\'全英公开赛\')
jieba.add_word(\'羽毛球赛\')
jieba.add_word(\'大师赛\')
jieba.add_word(\'资格赛\')
jieba.add_word(\'职业赛\')
jieba.add_word(\'国家羽毛球队\')
jieba.add_word(\'羽联\')
jieba.add_word(\'晋级\')
jieba.add_word(\'单打\')
jieba.add_word(\'双打\')
jieba.add_word(\'女单\')
jieba.add_word(\'女双\')
jieba.add_word(\'男单\')
jieba.add_word(\'男双\')
jieba.add_word(\'冠军\')
jieba.add_word(\'林丹\')
jieba.add_word(\'李宗伟\')
jieba.add_word(\'李龙大\')
jieba.add_word(\'维汀哈斯\')
jieba.add_word(\'李东根\')
jieba.add_word(\'亚锦赛\')
jieba.add_word(\'亚洲锦标赛\')
jieba.add_word(\'中国羽超\')
jieba.add_word(\'中国羽毛球超级联赛\')
jieba.add_word(\'汤姆斯杯\')
jieba.add_word(\'汤杯\')
jieba.add_word(\'尤伯杯\')
jieba.add_word(\'尤杯\')
jieba.add_word(\'苏卡穆约\')
jieba.add_word(\'费尔纳迪\')
jieba.add_word(\'王子维\')
jieba.add_word(\'李俊慧\')
jieba.add_word(\'刘雨辰\')
jieba.add_word(\'刘成\')
jieba.add_word(\'张楠\')
jieba.add_word(\'刘玄炫\')
jieba.add_word(\'郭新娃\')
jieba.add_word(\'郑思维\')
jieba.add_word(\'黄雅琼\')
jieba.add_word(\'王祉怡\')
jieba.add_word(\'陈露\')
jieba.add_word(\'欧烜屹\')
jieba.add_word(\'邓俊文\')
jieba.add_word(\'谢映雪\')
jieba.add_word(\'刘玥\')
jieba.add_word(\'何济廷\')
jieba.add_word(\'渡辺勇大\')
jieba.add_word(\'东野有纱\')
jieba.add_word(\'远藤大由\')
jieba.add_word(\'桃田贤斗\')
jieba.add_word(\'李茵晖\')
jieba.add_word(\'黄东萍\')
jieba.add_word(\'黄凯祥\')
jieba.add_word(\'王懿律\')
jieba.add_word(\'纳西尔\')
jieba.add_word(\'艾哈迈德\')
jieba.add_word(\'山口茜\')
jieba.add_word(\'高桥沙也加\')
jieba.add_word(\'佐藤冴香\')
jieba.add_word(\'福岛由纪\')
jieba.add_word(\'广田彩花\')
jieba.add_word(\'高桥礼华\')
jieba.add_word(\'松友美佐纪\')
jieba.add_word(\'米元小春\')
jieba.add_word(\'田中志穗\')
jieba.add_word(\'戴资颖\')
jieba.add_word(\'何冰娇\')
jieba.add_word(\'高昉洁\')
jieba.add_word(\'奥园希望\')
jieba.add_word(\'陈晓欣\')
jieba.add_word(\'内维尔\')
jieba.add_word(\'辛德胡\')
jieba.add_word(\'因达农\')
jieba.add_word(\'陈雨菲\')
jieba.add_word(\'陈清晨\')
jieba.add_word(\'贾一凡\')
jieba.add_word(\'彼得森\')
jieba.add_word(\'摩根森\')
jieba.add_word(\'安赛龙\')
jieba.add_word(\'科丁\')
jieba.add_word(\'鲍伊\')
jieba.add_word(\'黄东萍\')
jieba.add_word(\'李汶妹\')
jieba.add_word(\'郑雨\')
jieba.add_word(\'张洁雯\')
jieba.add_word(\'杜婧\')
jieba.add_word(\'汤金华\')
jieba.add_word(\'王晓理\')
jieba.add_word(\'唐渊婷\')
jieba.add_word(\'谌龙\')
jieba.add_word(\'石宇奇\')
jieba.add_word(\'斯里坎特\')
jieba.add_word(\'苏卡穆约\')
jieba.add_word(\'费尔纳迪\')
jieba.add_word(\'张宁\')
jieba.add_word(\'谢杏芳\')
jieba.add_word(\'王仪涵\')
jieba.add_word(\'王适娴\')
jieba.add_word(\'李雪芮\')
jieba.add_word(\'马琳\')
jieba.add_word(\'赵芸蕾\')
jieba.add_word(\'辛杜\')
jieba.add_word(\'蒋燕皎\')
jieba.add_word(\'盖德\')
jieba.add_word(\'田厚威\')
jieba.add_word(\'阿尔山尼克\')
jieba.add_word(\'阿山\')
jieba.add_word(\'亨德拉\')
jieba.add_word(\'金佳恩\')
jieba.add_word(\'成池铉\')
jieba.add_word(\'裴延姝\')
jieba.add_word(\'夺冠\')
jieba.add_word(\'里约\')
jieba.add_word(\'奥运\')
jieba.add_word(\'比赛\')
jieba.add_word(\'打法\')
jieba.add_word(\'杀球\')
jieba.add_word(\'跳杀\')
jieba.add_word(\'调球\')
jieba.add_word(\'总决赛\')
jieba.add_word(\'半决赛\')
jieba.add_word(\'金牌\')
jieba.add_word(\'反超\')
jieba.add_word(\'大满贯\')
jieba.add_word(\'英联邦运动会\')


for c in sep:
    word = word.replace(c,\' \')
wordList=list(jieba.cut(word))
wordDict={}
words=list(set(wordList)-exclude)

for w in range(0,len(words)):
    wordDict[words[w]]=word.count(str(words[w]))

dictList = list(wordDict.items())
dictList.sort(key=lambda x:x[1],reverse=True)
bwc={}
f = open(\'number.txt\', \'a\',encoding="utf-8")
for i in range(150):
    print(dictList[i])
    f.write(dictList[i][0] + \':\' + str(dictList[i][1]) + \'\n\')
    bwc[dictList[i][0]]=dictList[i][1]
f.close()

　　结果如图所示：

 

 

之后呢，就可以生成词云了，安装wordcloud，可以去https://www.lfd.uci.edu/~gohlke/pythonlibs/#wordcloud进行下载。

找到：

选择合适的版本下载（cp指的是系统上安装的python版本，32表示安装的python版本是32位）。

打开cmd运行,输入pip install wordcloud-1.4.1-cp36-cp36m-win32.whl

安装成功后，写入代码，以及放入你想要的图片，代码以及结果如下：

from PIL import Image,ImageSequence
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud,ImageColorGenerator


font=r\'C:\Windows\Fonts\simhei.TTF\'
image = Image.open(\'./badminton.png\')
graph = np.array(image)
wc = WordCloud(font_path=font,background_color=\'White\',max_words=50, mask=graph)
wc.generate_from_frequencies(bwc)
image_color = ImageColorGenerator(graph)
plt.imshow(wc)
plt.axis("off")
plt.show()

　我选取的图片是：

 

显示结果：

　

 

最后全部源代码如下：

# -*- coding: UTF-8 -*-
# -*- author: wang -*-

import requests
from bs4 import BeautifulSoup
from datetime import datetime
import re

def writeNewsDetail(content):
    f = open(\'big.txt\', \'a\', encoding=\'utf-8\')
    f.write(content)
    f.close()

def getListPage(pageUrl): #一个列表页的全部信息
    res=requests.get(pageUrl)
    res.encoding=\'utf-8\'
    soup = BeautifulSoup(res.text, \'html.parser\')
    newslist = []
    for news in soup.select(\'.news_list_box.clearfix\'):
        if len(news.select(\'.desc\')) > 0:
            newsUrl = news.select(\'a\')[0].attrs[\'href\']  # 连接
            newslist.append(getNewDetail(newsUrl))
            #  t = news.select(\'h1\')[0].text.strip()  # 标题
    return (newslist)

def getNewDetail(newsUrl):#一篇新闻的详情信息
    resd = requests.get(newsUrl)
    resd.encoding = \'utf-8\'
    soupd = BeautifulSoup(resd.text, \'html.parser\')
    news = {}  # 用字典存放信息
    news[\'title\'] = soupd.select(\'h1\')[0].text.strip()  # 标题
    news[\'info\'] = soupd.select(\'.news_from\')[0].text.strip().lstrip(\'来源:\')  # 来源
    d = soupd.select(\'.news_date\')[0].text.strip()
    news[\'dt\'] = datetime.strptime(d, \'%Y-%m-%d %H:%M:%S\')  # 发布时间
    news[\'comment\'] = int(soupd.select(\'b\')[0].text.strip())  # 评论人数
    news[\'description\'] = soupd.select(\'.news_description\')[0].text.strip()  # 描述
    n = soupd.select(\'#js-news-txtbody\')[0].text
    if n.find(\'本文系爱羽客羽毛球网原创，未经允许严禁转载：\') > 0:
        news[\'content\'] = n[:n.find(\'本文系爱羽客羽毛球网原创，未经允许严禁转载\')].strip()
    else:
        news[\'content\'] = n[:n.find(\'p.declare{\')].strip()
    writeNewsDetail(news[\'content\'])
    news[\'newsUrl\'] = newsUrl#链接
    return (news)

pageUrl=\'http://www.aiyuke.com/view/cate/index.htm\'
newstotal=[]
for i in range(1,35):
    listPageUrl=\'http://www.aiyuke.com/view/cate/index.htm?page={}\'.format(i)
    newstotal.extend(getListPage(listPageUrl))

for news in newstotal:
    print(news)

import pandas
df=pandas.DataFrame(newstotal)
df.to_excel(\'big.xlsx\')#导出到Excel表

import jieba
file = open(\'big.txt\', \'r\', encoding=\'utf-8\')
word = file.read()
file.close()
sep=\'\'\'-/.·+—…（），,。:？“”：、；！《》【】1234567890abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ\'\'\'
exclude={\' \',\'\n\',\'\t\',\'\xa0\',\'换\',\'巴\',\'姐\',\'跑\',\'存\',\'居\',\'坦\',\'句\',\'声\',\'背\',\'省\',\'养\',\'慢\',\'班\',\'套\', \'划\',\'厚\',\'抗\',\'块\',\'纱\',\'恩\',\'翔\',\'昨日\',\'出色\',\'首轮\',\'训练\',\'退赛\',\'直线\',\'尽管\',\'任何\',\'身高\',\'记者\',\'机会\',\'相信\',\'史上\',\'全国\',\'根森\',\'最大\',\'两局\',\'领先\',\'包括\',\'这项\', \'首局\',\'的话\',\'分钟\',\'很大\',\'体育\',\'如何\',\'不要\',\'客小编\',\'排名第\',\'练习\',\'按\',\'城\',\'掌\',\'利亚\',\'变化\',\'完全\',\'不敌\',\'双方\',\'活动\',\'东野\',\'更是\',\'搭档\',\'赛场\',\'规则\',\'有些\',\'欢迎\',\'赢得\',\'提高\',\'晚\', \'味\',\'托\',\'括\',\'一种\',\'冷\',\'肯定\',\'工作\',\'其中\',\'追\',\'败\',\'渡边\',\'明显\',\'输\',\'了解\',\'广州\',\'第一\',\'参赛\',\'实现\',\'级赛\',\'代表\',\'闻\',\'不错\',\'报道\',\'决胜\',\'胜局\',\'关注\',\'出球\',\'发展\',\'男队\',\'谈\',\'鞋面\',\'名单\',\'同样\',\'李宁\',\'啊\',\'查\',\'蔡\',\'票\',\'采访\',\'公司\',\'要求\',\'输给\',\'真的\',\'降\',\'秀\',\'宝\',\'随后\',\'有点\',\'其他\',\'容易\',\'正手\',\'膝\',\'吉\',\'勇大\',\'朋友\',\'再次\',\'亮\',\'发现\',\'号种\',\'停\',\'六\',\'留\',\'听\',\'复出\',\'高度\',\'找\',\'目标\',\'博\',\'被动\',\'萨\',\'命\',\'馆\',\'首次\',\'淘\',\'怎么\',\'对角\',\'八\',\'急\',\'一轮\',\'永\',\'字\',\'努力\',\'特别\',\'专业\',\'结果\',\'孙\',\'识\',\'吗\',\'织\',\'掉\',\'球队\',\'准\',\'属\',\'便\',\'面对\',\'最好\',\'对方\',\'救\',\'赞助\',\'级别\',\'赵\',\'野\',\'来自\',\'关键\',\'名将\',\'历史\',\'挑战\',\'提升\',\'保持\',\'整体\',\'南\',\'举办\',\'盖\',\'一下\',\'减\',\'侧\',\'甚至\',\'这么\',\'险\',\'运动员\',\'桃田\',\'病\',\'两个\',\'琳\',\'群\',\'签\',\'确实\',\'抽\',\'继续\', \'夺得\',\'表现\',\'状态\',\'案\',\'队友\',\'起来\',\'切\',\'一般\',\'接受\',\'住\',\'照\',\'引\',\'岛\',\'比赛\',\'龙大\',\'直接\',\'汉\',\'喜欢\',\'炫\',\'条\',\'应该\',\'头顶\',\'更新\',\'演\',\'试\',\'德拉\',\'塔\',\'妹\',\'运动会\',\'肯\',\'黑衣\',\'拍框\',\'冲\',\'死\',\'主要\',\'队伍\',\'诺\',\'轻松\',\'项目\',\'讨\',\'甚\',\'一起\',\'职业\',\'目前\',\'实力\',\'必须\',\'弹\',\'本次\',\'短\',\'所有\',\'类\',\'流\',\'出现\',\'苦\',\'批\',\'生涯\',\'设计\',\'图\',\'告\',\'笑\',\'志\',\'举行\',\'水平\',\'致\',\'之一\', \'注意\',\'更好\',\'第二局\',\'二局\',\'比分\',\'缺\',\'遭\',\'离\',\'请\',\'深\',\'置\',\'贤\',\'紧\',\'对手\',\'电\',\'投\',\'装\', \'率\',\'动作\',\'能力\',\'赛后\',\'组合\',\'球员\',\'资格\',\'士\',\'念\',\'通过\',\'产\',\'一步\',\'而且\',\'如今\',\'负\',\'进入\',\'绝\', \'曼\',\'球星\',\'直播\',\'除了\',\'久\',\'三局\',\'车\',\'帮\',\'当时\',\'维尔\',\'竟\',\'干\', \'这次\',\'取得\',\'十分\',\'斗\',\'游\',\'继\',\'纳迪\',\'儿\',\'下来\',\'感觉\',\'准备\',\'早\',\'身体\',\'一样\',\'一年\',\'席\',\'年轻\',\'初\',\'嘉\',\'看到\',\'光\',\'蒂\',\'跟\',\'那么\',\'品牌\',\'方面\',\'福\',\'媒体\',\'透\',\'配\',\'赛上\',\'白\',\'价\',\'连续\',\'得分\',\'贾\',\'奥原\',\'否\',\'片\', \'一局\',\'一场\',\'年全\',\'球友\',\'不会\',\'队员\',\'网前\',\'师兄\',\'这是\',\'运动\',\'大师\',\'国家\',\'全英\',\'世界\',\'亚锦\',\'判\',\'系列\',\'斯里\',\'退\',\'奖\',\'场上\',\'假\',\'雅琼\',\'超级\',\'红\',\'喜\',\'杀\',\'顺\',\'香\',\'一位\',\'伍\',\'遇\',\'错\',\'型\',\'史\',\'神\',\'设\',\'坛\',\'气\',\'眼\',\'吴\',\'问题\',\'满\',\'拿下\',\'去年\',\'拿到\',\'来说\',\'羽球\',\'式\',\'参加\',\'最终\',\'争\',\'敌\',\'雪芮\',\'开始\',\'压\',\'松\',\'森\',\'苏卡\',\'失\',\'思维\', \'资颖\',\'觉得\',\'波\',\'更多\',\'五\',\'记\',\'作为\',\'其实\',\'门\',\'元\',\'除\',\'比较\',\'为了\',\'显\',\'像\',\'姆\',\'依\',\'领\',\'科\',\'称\',\'市\',\'清晨\',\'防\',\'还有\',\'情况\',\'同时\',\'不能\',\'均\',\'硬\',\'选择\',\'左\',\'走\',\'抓\',\'需要\',\'使用\',\'功\',\'坎\',\'款\', \'伊\', \'易\',\'凡\',\'山口\',\'重要\',\'知道\',\'另\',\'刚\',\'州\',\'微\',\'断\',\'由于\',\'不会\'\'透\',\'吧\',\'件\', \'一直\',\'集\',\'指\',\'逆\',\'形\',\'算\',\'菜\',\'夫\',\'众\',\'呢\',\'谁\',\'穿\',\'段\',\'花\', \'第三\',\'共\',\'响\',\'余\',\'它\',\'破\', \'爆\',\'空\',\'热\',\'不同\',\'框\',\'观看\',\'最后\',\'具\',\'调\',\'小编\',\'待\',\'罗\',\'立\', \'只有\',\'料\',\'只是\',\'靠\',\'她们\',\'这种\',\'般\',\'怎\',\'两人\',\'他们\',\'之前\',\'一定\',\'朗\',\'以及\',\'仍\',\'底\',\'快\',\'今年\',\'半\',\'规\', \'晋\',\'难\',\'关\',\'希\',\'马来\',\'轮\',\'达\',\'排\',\'牌\',\'头\',\'获\',\'汤\',\'总\',\'东\',\'公开\', \'明\',\'再\',\'宗伟\',\'衣\',\'原创\',\'约\',\'安\',\'球网\',\'量\',\'制\',\'英赛\',\'允许\',\'做\',\'格\',\'戴\',\'奇\',\'进行\',\'岁\',\'放\',\'情\',\'思\',\'因为\',\'别\',\'少\',\'希望\',\'何\',\'轻\', \'赛中\',\'克\',\'终\',\'团\',\'较\',\'代\',\'太\',\'周\',\'四\',\'先\',\'纳\',\'迪\',\'如果\',\'还是\',\'完\',\'韩\',\'状\',\'水\',\'这个\',\'路\',\'推\',\'持\',\'顶\',\'表示\',\'美\',\'非\',\'应\', \'球拍\',\'山\',\'及\',\'星\',\'近\',\'迷\',\'台\',\'这样\',\'费\',\'伤\',\'取\',\'谌\',\'万\',\'则\',\'成为\',\'任\',\'才\',\'使\',\'现在\',\'反\',\'颖\',\'球鞋\',\'曾\',\'又\',\'菲\',\'越\',\'知\',\'脚\',\'向\',\'稳\',\'十\',\'不是\',\'京\',\'品\',\'举\',\'落\',\'穆\',\'届\',\'麦\',\'刘\', \'入\',\'处\',\'这次\'\'目前\',\'尽\',\'交\',\'胡\',\'口\',\'广\',\'远\',\'足\',\'认为\',\'把\',\'非常\', \'报\',\'收\',\'青\',\'米\',\'可能\',\'却\', \'极\',\'之后\',\'需\',\'号\',\'低\',\'随\',\'数\',\'很多\',\'虽然\', \'所以\',\'区\', \'程\',\'化\', \'什么\',\'论\',\'边\',\'各\',\'该\',\'但是\',\'楠\',\'不过\',\'挥\',\'包\',\'哈\',\'黑\',\'见\',\'差\',\'锦标\',\'基\',\'即\',\'往\',\'阿\',\'活\',\'右\',\'风\',\'话\',\'普\',\'且\',\'限\',\'这些\',\'红衣\',\'一点\',\'一些\',\'管\',\'一次\',\'视频\',\'结束\',\'服\',\'谢\',\'办\',\'这一\',\'求\',\'能够\',\'哥\',\'支\',\'质\',\'迎\', \'今天\',\'时候\',\'突\',\'田\',\'个人\',\'专\',\'真\',\'虽\',\'信\',\'获得\',\'仅\',\'乐\',\'大家\',\'改\',\'档\',\'或\',\'对于\',\'特\',\'列\',\'搭\',\'站\',\'够\',\'雪\',\'几\',\'带\',\'术\',\'第二\',\'续\',\'问\',\'学\',\'每\',\'注\',\'老\',\'色\',\'卡\', \'郑\',\'连\',\'变\',\'线\',\'视\',\'步\',\'据\',\'长\',\'期\',\'由\',\'未经\',\'系爱羽客\',\'就是\',\'受\',\'尤\',\'严禁\',\'已经\',\'鞋\',\'外\',\'提\',\'部\',\'内\',\'种\',\'给\',\'道\',\'开赛\',\'苏\',\'利\',\'转载\',\'至\',\'望\',\'者\',\'无\',\'等\',\'着\',\'平\',\'些\',\'黄\',\'国\',\'同\',\'时间\',\'一个\',\'相\',\'想\',\'夺\',\'王\',\'项\',\'意\',\'宗\',\'地\',\'正\',\'那\',\'师\',\'法\',\'张\',\'杯\',\'生\',\'超\',\'维\',\'拉\',\'许\',\'锦\',\'金\',\'我们\',\'当\',\'目\',\'陈\',\'加\',\'伟\',\'奥\',\'方\',\'尔\',\'德\',\'龙\',\'胜\',\'西\',\'点\',\'联\',\'尼\', \'斯\',\'员\',\'进\',\'英\',\'爱\',\'名\',\'合\', \'网\',\'马\',\'中\',\'林\',\'界\',\'体\',\'新\',\'军\',\'毛\',\'好\',\'成\',\'战\',\'亚\',\'选\',\'开\',\'丹\',\'度\',\'第\',\'高\',\'经\',\'过\',\'男\',\'羽毛\',\'世\',\'打\',\'双\',\'冠\',\'单\',\'女\',\'一\',\'二\',\'三\',\'全\',\'是\',\'么\',\'队\',\'前\',\'场\',\'日\',\'在\',\'李\',\'他\',\'比\',\'首\',\'直\',\'身\',\'心\', \'不\',\'大\',\'了\',\'有\',\'来\',\'过\'\'为\',\'主\',\'子\',\'上\',\'以\',\'个\',\'爱羽\',\'羽客\',\'定\',\'你\',\'心\',\'系\',\'今\',\'们\',\'的\',\'为\',\'这\',\'对\',\'会\',\'时\',\'出\',\'转\',\'拍\',\'原\',\'我\',\'然\',\'力\',\'后\',\'到\',\'文\',\'人\',\'动\',\'和\',\'分\',\'能\',\'年\',\'手\',\'得\',\'也\',\'本\',\'要\',\'就\',\'很\',\'于\',\'将\',\'都\',\'下\',\'但\',\'小\',\'而\',\'她\',\'更\',\'最\',\'重\',\'还\',\'自\',\'次\',\'之\',\'月\',\'局\',\'说\',\'间\',\'里\',\'两\',\'爱羽客\',\'没\',\'家\',\'用\',\'级\',\'被\',\'并\',\'感\',\'回\',\'让\',\'作\',\'去\',\'位\',\'自己\',\'与\',\'天\',\'看\',\'面\',\'事\',\'因\',\'行\',\'拿\',\'已\',\'其\',\'教\',\'起\',\'从\',\'未\',\'表\',\'强\',\'练\',\'可\',\'多\',\'现\',\'发\',\'组\',\'如\',\'接\',\'没有\',\'可以\',\'性\',\'此\',\'所\',\'本文\',\'赛\',\'球\',\'羽\',\'只\'}

jieba.add_word(\'排名\')
jieba.add_word(\'羽坛\')
jieba.add_word(\'羽球协会\')
jieba.add_word(\'球赛\')
jieba.add_word(\'赛场\')
jieba.add_word(\'赛点\')
jieba.add_word(\'中国\')
jieba.add_word(\'印度\')
jieba.add_word(\'印尼\')
jieba.add_word(\'全英赛\')
jieba.add_word(\'全英公开赛\')
jieba.add_word(\'羽毛球赛\')
jieba.add_word(\'大师赛\')
jieba.add_word(\'资格赛\')
jieba.add_word(\'职业赛\')
jieba.add_word(\'国家羽毛球队\')
jieba.add_word(\'羽联\')
jieba.add_word(\'晋级\')
jieba.add_word(\'单打\')
jieba.add_word(\'双打\')
jieba.add_word(\'女单\')
jieba.add_word(\'女双\')
jieba.add_word(\'男单\')
jieba.add_word(\'男双\')
jieba.add_word(\'冠军\')
jieba.add_word(\'林丹\')
jieba.add_word(\'李宗伟\')
jieba.add_word(\'李龙大\')
jieba.add_word(\'维汀哈斯\')
jieba.add_word(\'李东根\')
jieba.add_word(\'亚锦赛\')
jieba.add_word(\'亚洲锦标赛\')
jieba.add_word(\'中国羽超\')
jieba.add_word(\'中国羽毛球超级联赛\')
jieba.add_word(\'汤姆斯杯\')
jieba.add_word(\'汤杯\')
jieba.add_word(\'尤伯杯\')
jieba.add_word(\'尤杯\')
jieba.add_word(\'苏卡穆约\')
jieba.add_word(\'费尔纳迪\')
jieba.add_word(\'王子维\')
jieba.add_word(\'李俊慧\')
jieba.add_word(\'刘雨辰\')
jieba.add_word(\'刘成\')
jieba.add_word(\'张楠\')
jieba.add_word(\'刘玄炫\')
jieba.add_word(\'郭新娃\')
jieba.add_word(\'郑思维\')
jieba.add_word(\'黄雅琼\')
jieba.add_word(\'王祉怡\')
jieba.add_word(\'陈露\')
jieba.add_word(\'欧烜屹\')
jieba.add_word(\'邓俊文\')
jieba.add_word(\'谢映雪\')
jieba.add_word(\'刘玥\')
jieba.add_word(\'何济廷\')
jieba.add_word(\'渡辺勇大\')
jieba.add_word(\'东野有纱\')
jieba.add_word(\'远藤大由\')
jieba.add_word(\'桃田贤斗\')
jieba.add_word(\'李茵晖\')
jieba.add_word(\'黄东萍\')
jieba.add_word(\'黄凯祥\')
jieba.add_word(\'王懿律\')
jieba.add_word(\'纳西尔\')
jieba.add_word(\'艾哈迈德\')
jieba.add_word(\'山口茜\')
jieba.add_word(\'高桥沙也加\')
jieba.add_word(\'佐藤冴香\')
jieba.add_word(\'福岛由纪\')
jieba.add_word(\'广田彩花\')
jieba.add_word(\'高桥礼华\')
jieba.add_word(\'松友美佐纪\')
jieba.add_word(\'米元小春\')
jieba.add_word(\'田中志穗\')
jieba.add_word(\'戴资颖\')
jieba.add_word(\'何冰娇\')
jieba.add_word(\'高昉洁\')
jieba.add_word(\'奥园希望\')
jieba.add_word(\'陈晓欣\')
jieba.add_word(\'内维尔\')
jieba.add_word(\'辛德胡\')
jieba.add_word(\'因达农\')
jieba.add_word(\'陈雨菲\')
jieba.add_word(\'陈清晨\')
jieba.add_word(\'贾一凡\')
jieba.add_word(\'彼得森\')
jieba.add_word(\'摩根森\')
jieba.add_word(\'安赛龙\')
jieba.add_word(\'科丁\')
jieba.add_word(\'鲍伊\')
jieba.add_word(\'黄东萍\')
jieba.add_word(\'李汶妹\')
jieba.add_word(\'郑雨\')
jieba.add_word(\'张洁雯\')
jieba.add_word(\'杜婧\')
jieba.add_word(\'汤金华\')
jieba.add_word(\'王晓理\')
jieba.add_word(\'唐渊婷\')
jieba.add_word(\'谌龙\')
jieba.add_word(\'石宇奇\')
jieba.add_word(\'斯里坎特\')
jieba.add_word(\'苏卡穆约\')
jieba.add_word(\'费尔纳迪\')
jieba.add_word(\'张宁\')
jieba.add_word(\'谢杏芳\')
jieba.add_word(\'王仪涵\')
jieba.add_word(\'王适娴\')
jieba.add_word(\'李雪芮\')
jieba.add_word(\'马琳\')
jieba.add_word(\'赵芸蕾\')
jieba.add_word(\'辛杜\')
jieba.add_word(\'蒋燕皎\')
jieba.add_word(\'盖德\')
jieba.add_word(\'田厚威\')
jieba.add_word(\'阿尔山尼克\')
jieba.add_word(\'阿山\')
jieba.add_word(\'亨德拉\')
jieba.add_word(\'金佳恩\')
jieba.add_word(\'成池铉\')
jieba.add_word(\'裴延姝\')
jieba.add_word(\'夺冠\')
jieba.add_word(\'里约\')
jieba.add_word(\'奥运\')
jieba.add_word(\'比赛\')
jieba.add_word(\'打法\')
jieba.add_word(\'杀球\')
jieba.add_word(\'跳杀\')
jieba.add_word(\'调球\')
jieba.add_word(\'总决赛\')
jieba.add_word(\'半决赛\')
jieba.add_word(\'金牌\')
jieba.add_word(\'反超\')
jieba.add_word(\'大满贯\')
jieba.add_word(\'英联邦运动会\')


for c in sep:
    word = word.replace(c,\' \')
wordList=list(jieba.cut(word))
wordDict={}
words=list(set(wordList)-exclude)

for w in range(0,len(words)):
    wordDict[words[w]]=word.count(str(words[w]))

dictList = list(wordDict.items())
dictList.sort(key=lambda x:x[1],reverse=True)
bwc={}
f = open(\'number.txt\', \'a\',encoding="utf-8")
for i in range(150):
    print(dictList[i])
    f.write(dictList[i][0] + \':\' + str(dictList[i][1]) + \'\n\')
    bwc[dictList[i][0]]=dictList[i][1]
f.close()

from PIL import Image,ImageSequence
import numpy as np
import matplotlib.pyplot as plt
from wordcloud import WordCloud,ImageColorGenerator


font=r\'C:\Windows\Fonts\simhei.TTF\'
image = Image.open(\'./badminton.png\')
graph = np.array(image)
wc = WordCloud(font_path=font,background_color=\'White\',max_words=50, mask=graph)
wc.generate_from_frequencies(bwc)
image_color = ImageColorGenerator(graph)
plt.imshow(wc)
plt.axis("off")
plt.show()

　　

 

 

二、遇到的问题及解决办法

1.获取内容的时候，由于文章的标签简单，内容皆为<p>的标签，<style>的内容也会显示出来，如图所示：

这是我们不需要的。那如何去掉呢，发现，有的文章有“本文系爱羽客羽毛球网原创，未经允许严禁转载”这就话，有些文章没有，因此在此运用了条件语句：

    if n.find(\'本文系爱羽客羽毛球网原创，未经允许严禁转载：\') > 0:
        news[\'content\'] = n[:n.find(\'本文系爱羽客羽毛球网原创，未经允许严禁转载\')].strip()
    else:
        news[\'content\'] = n[:n.find(\'p.declare{\')].strip()

　　

2.安装词云

通过查看，可以发现自己的python版本是3.6.4-32bit。但是，安装完了之后要导入词云，它提示失败，见图：

我尝试用cmd解压输入pip install worldcloud，但是解压中断了，并且提示：

我按照提示，输入python -m pip install -upgrade pip

咦，，看到更新成功，于是打开项目，看到底下的进度条在加载，心想这次应该可以了吧

可是运行的时候还是会显示错误。接着我再重新装一次，它却提示

emm....？？？位置不对吗？？

那么，我再尝试一次，采取将文件地址拖拉到cmd中，也就是在cmd中输入 pip install 将文件拖到其后面就可以显示其文件地址：

耶我好像看到了希望！！

然而...好像也没多大对劲，worldcloud还是会有红色的下划线。

其实解决方法就是将其设置为全局变量，方法如下：打开项目选择file-->settings...-->project-projiect interpreter右边选择上方长条框，选择Show All...，接着选择System Interpreter ，如图：

选择ok，即可。

温馨提示：初次会出现之前的包没有，再导入一次就可以咯

 

三、数据分析思想及结论。

获取其文章内容并进行词频统计，就可以了解到新闻大体上再报道一些什么内容，近期球赛方面时事、球员的动态，像杀、扣、吊、扑等词可以看到小编也会跟大家剖析职业选手的一些在赛场的表现，解释打球技巧等等，这无疑是羽毛球迷的福利。从统计结果上来看，大部分都是在报道决赛、半决赛的赛事，国际大赛像世锦赛、亚锦赛、全英公开赛、汤杯尤杯、大师赛等都是深受球迷关注的，因此这些词都是词频比较高的。报道球员动态，像选手项目夺冠、还有国际排名、球员明星训练或者回归或者退役等等，像林丹李宗伟这些神话般的人物还在赛场上，同时也会回放他们的精彩时刻，林李大战总是百看不厌，所以他们的词频是特别高的；也重点关注了国家队队员们，从前的新老交替有些变成了新老断层的感觉，例如女单的衰落，王仪涵的退役、李雪芮的伤病，小将们的经验不足等，也会报道台湾香港和国际有名的球员明星例如戴资颖、马琳、因达农、内维尔、山口茜等实力不凡（，因此国内外有名的球员的词频也是会比较高的。有厉害的球员也会伴随着国家名在出现，例如一些羽毛球强国也是经常被报道的，像印尼、日本、韩国、印度、泰国、新加坡、马来西亚、丹麦（其实丹麦这个国家并不是太重视羽毛球，只是队员厉害罢了）等词。

新闻新闻更多的是见闻，不仅喂饱爱好者兴趣，也丰富了我们的眼界。