python爬虫 数据爬取 清洗

Question

 

Answer 1

解题思路：1.用requests.get（网页+搜索关键词）获取搜索页面链接，再get信息页面，bs4解析获取文本保存到excel.

2.从excel读取文本，re.sub(r"[^\w]+", " ", s)过滤字符串，用jieba分词words=[x for x in jieba.cut(s) if x !=' ']，获取分词列表。

3.将高频词列入stop_words列表，过滤掉，获取频数最高的10个单词及出现次数存入文本

4.用wordcloud作词云图。