前言

先看效果圖:

TXT檔案：

如果想生成特定圖片樣式的詞雲圖，可以直接訪問下面這篇文章學一下：
https://mp.weixin.qq.com/s/FUwQ4jZu6KMkjRvEG3UfGw
前幾天我們陸陸續續的講了Python如何生成詞雲以及Selenium的安裝使用，今天我們綜合一下這些知識，寫一篇爬蟲實戰文章，帶大家爬取QQ空間好友說說寫人本地txt檔案，並生成詞雲。
大家一定很感興趣吧？下面開始正題。

思路

1.確認訪問的URL
2.模擬登入你的QQ號
3.判斷好友空間是否加了許可權，切換到說說的frame，爬取當前頁面資料，下拉滾動條，翻頁繼續獲取 爬取的內容寫入本地TXT檔案中
4.爬取到最後一頁，讀取TXT檔案從而生成詞雲

具體分析

1.確認訪問的URL
這就很簡單了，我們通過觀察發現，QQ空間好友的URL：
https://user.qzone.qq.com/{好友QQ號}/311

2.我們在請求的時候會遇到模擬登入，也就是要通過Selenium+瀏覽器登入你的QQ號後才能訪問你好友的QQ空間
下面是模擬登入的程式碼：

file = 'C:/Users/Administrator/Desktop/{}.txt'.format(qq)
    driver = webdriver.Firefox()
    driver.maximize_window() #視窗最大化

    driver.get('https://user.qzone.qq.com/{}/311'
 
.format(qq))  #URL
    driver.implicitly_wait(10)  # 隱示等待，為了等待充分載入好網址
    driver.find_element_by_id('login_div')
    driver.switch_to_frame('login_frame') #切到輸入賬號密碼的frame
    driver.find_element_by_id('switcher_plogin').click()##點選‘賬號密碼登入’
    driver.find_element_by_id('u').clear() ##清空賬號欄
    driver.find_element_by_id('u'
 
).send_keys('你的QQ賬號')#輸入賬號
    driver.find_element_by_id('p').clear()#清空密碼欄
    driver.find_element_by_id('p').send_keys('你的QQ密碼')#輸入密碼
    driver.find_element_by_id('login_button').click()#點選‘登入’
    driver.switch_to_default_content()   #跳出當前的frame，這步很關鍵，不寫會報錯的，因為你登入後還要切刀另一個frame

需要強調是 driver.switch_to_default_content() ，表示跳出當前的frame，這步很關鍵，因為你登入後還要切刀另一個frame。不寫的話會出現下面的錯誤：

3.第三部分我分幾個點來說：
(1).判斷空間是否加了許可權

    try:
        driver.find_element_by_id('QM_OwnerInfo_Icon')#判斷是否QQ空間加了許可權
        b = True
    except:
        b = False

(2)切換到說說的frame，這個大家都會找吧

(3)下拉滾動條
下拉滾動條是為了點選‘下一頁’，下拉到可見檢視。下拉滾動條要注意一點：
一定要對應它的frame，不要在爬取說說的frame下拉。

#分4此下拉，確保能下拉到底部
   for j in range(1, 5):
                    driver.execute_script("window.scrollBy(0,5000)")
                    time.sleep(2)

(4).爬取說說資料，這就簡單了吧？我用的xpath獲取的說說的title，感興趣的朋友可以把時間等資料一起獲取

                selector = etree.HTML(driver.page_source)
                title = selector.xpath('//li/div/div/pre/text()')

(5).翻頁
直接點選‘下一頁’即可。

 driver.find_element_by_link_text(u'下一頁').click()

(6).txt資料寫入，不用多說，爬取到title了直接寫入

                for i in title:
                    if not os.path.exists(file):
                        print('建立TXT成功')

                    with open(file, 'a+') as f:
                        f.write(i + '\n\n')
                        f.close()

4.生成詞雲，這只是普通的模式，想具體瞭解可以看我以前文章或者Google

def get_wordcloud(file):


    f = open(file, 'r', encoding='gbk').read()

    # 結巴分詞，生成字串，wordcloud無法直接生成正確的中文詞雲
    cut_text = " ".join(jieba.cut(f))

    wordcloud = WordCloud(
        # 設定字型，不然會出現口字亂碼，文字的路徑是電腦的字型一般路徑，可以換成別的
        font_path="C:/Windows/Fonts/simfang.ttf",
        # 設定了背景，寬高
        background_color="white", width=2000, height=1380).generate(cut_text)

    plt.imshow(wordcloud, interpolation="bilinear")
    plt.axis("off")
    plt.show()

由於時間問題，此篇文章只支援輸入一個好友的QQ號，你要是想爬取你的所有的QQ好友的說說，可以現在QQ郵箱獲取你所有好友的QQ號，然後生成一個數組，依次獲取就可以了。

原始碼獲取方式

加我的微信，我發給你，一起交流，交個朋友！：

我的知識星球