Python爬蟲爬取博客實(shí)現(xiàn)可視化過程解析
源碼:
from pyecharts import Barimport reimport requestsnum=0b=[]for i in range(1,11): link=’https://www.cnblogs.com/echoDetected/default.html?page=’+str(i) headers={’user-agent’:’Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36’} r=requests.get(link,headers=headers) html=r.text post=re.findall(’<span class='post-view-count'>(.*?)</span>’,html)for i in post: i = i.replace('閱讀(', '') i = i.replace(')','') b.append(i) num=num+1columns=[]for i in range(1,num+1):#設(shè)置行名 columns.append(’博客’+str(i))#設(shè)置數(shù)據(jù)#設(shè)置柱狀圖的主標(biāo)題與副標(biāo)題bar = Bar('柱狀圖', '每個(gè)博客閱讀數(shù)量')#添加柱狀圖的數(shù)據(jù)及配置項(xiàng),先行后列bar.add('閱讀量', columns, b, mark_line=['average'], mark_point=['max', 'min'])#生成本地文件(默認(rèn)為.html文件)bar.render()
爬蟲不是重點(diǎn),只是拿來爬閱讀數(shù)量,pyecharts是重點(diǎn)
這次爬的是我自己的博客,一共10頁,每頁10片文章,正好寫了100篇博客
pyecharts安裝:
pip install wheelpip install pyecharts==0.1.9.4
直接pip install pyecharts會下載最新版無法調(diào)用
注意點(diǎn):pyecharts調(diào)用,貌似無法實(shí)現(xiàn)多個(gè)py文件一起調(diào)用(意思是編寫時(shí)不能在多個(gè)文件里出現(xiàn)import語句)
步驟解釋:
1.爬蟲爬取閱讀數(shù)
2.去除非法字符裝入新的數(shù)組
3.設(shè)置橫軸數(shù)據(jù),生成柱狀圖
4.在當(dāng)前目錄下生成render.html,打開查看柱狀圖
結(jié)果:
柱狀圖是動態(tài)的,不是靜態(tài)的
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持好吧啦網(wǎng)。
相關(guān)文章:
1. jsp實(shí)現(xiàn)textarea中的文字保存換行空格存到數(shù)據(jù)庫的方法2. ASP實(shí)現(xiàn)加法驗(yàn)證碼3. asp知識整理筆記4(問答模式)4. IntelliJ IDEA 統(tǒng)一設(shè)置編碼為utf-8編碼的實(shí)現(xiàn)5. 解決ajax的delete、put方法接收不到參數(shù)的問題方法6. IntelliJ IDEA 2020最新激活碼(親測有效,可激活至 2089 年)7. jsp EL表達(dá)式詳解8. 詳解idea中web.xml默認(rèn)版本問題解決9. idea開啟代碼提示功能的方法步驟10. java 優(yōu)雅關(guān)閉線程池的方案
