本文共 684 字，大约阅读时间需要 2 分钟。

要爬取并生成豆瓣电影短评及其词云图

项目结构清晰，主要包含以下几个部分：

关于图片和文件路径请注意要替换成自己的图片路径和字体文件路径。此外，还需自行安装需要的第三方库，包括但不限于requests、etree、time、jieba、imageio、wordcloud和from typing import NoReturn。这些库中的大部分可能需要额外安装。

项目实现过程如下：脚本首先发送请求获取指定链接的页面内容，使用etree解析HTML结构，并从页面中提取短评内容。短评内容被写入文本文件lhz.text中。接着，脚本根据页面结构判断是否继续爬取下一页的链接，这样可以自动完成多页的爬取工作。爬取完成后，用户可以调用make_clound()方法生成词云图，显示用户对电影的评论和看法。整个过程使用time.sleep()防止过度频繁请求，避免被网站反爬机制拦截。

生成的词云图基于背景图片img.png，使用msyh.ttc字体文件，屏幕比例按scale参数放大。为了确保词云图的可读性，程序排除了常见的停用词如标点符号和一些数字符号。最终生成的词云图保存在new_inclound.png文件中。

整个项目体积小巧，足够完成目标，生成的短评数量虽因反爬措施有限，但已经足够使用。当运行本项目时请确保网络环境稳定，避免过多请求导致被拦截。

项目运行结果如下：生成的词云图清晰呈现用户评论内容，可视化观察情感分布。

转载地址：http://gtjcz.baihongyu.com/