网易云音乐评论生成Wordcloud（词云）
1 前言
1.1 目的
本篇主要介绍网易云音乐爬取歌曲知足的评论生成词云，可以结合新浪微博生成词云学习。
1.2 工具
Wordcloud 词云（pip install wordcloud安装即可）jieba 分词（pip install jieba安装即可）第三方网易云API（需配合node.js食用）：/Binaryify/NeteaseCloudMusicApi2 过程
2.1 思路分析
爬取评论内容，查看API接口为/comment/music?id=385965，id为要爬取评论的歌曲id，通过API/search?keywords=知足可以得到添加offset和limit（默认为20），然后offset可以通过offset = (page - 1) * 20得到。解析Json数据，抓取评论引入Wordcloud模块，生成词云。
2.2 步骤
本人用Scrapy实现数据抓取，Spider下parse改写如下：def parse(self, response):body = json.loads(response.text)comments = body['comments']for comment in comments:item = NeteasecommentsItem()item['content'] = comment['content']yield itemself.page += 1if self.page >= 51:raise IOErrornext_url = 'http://localhost:3000/comment/music?id=%d&offset=%d' % (self.id, (self.page - 1) * 20)yield scrapy.Request(next_url)
其中：
if self.page >= 51:raise IOError
设定抓50页退出。
pipeline中处理text内容，将内容输出到文本中。
class NeteasecommentsPipeline(object):def process_item(self, item, spider):with open('result.txt', 'a+', encoding='utf-8') as f:f.write(item['content'] + '\n')return item
生成词云
from wordcloud import WordCloudimport jiebaimport matplotlib.pyplot as pltwith open('result.txt', 'r', encoding='utf-8') as f:f_text = f.read()res = jieba.cut(f_text)res_text = ' '.join(res)background_img = plt.imread('bg.jpg')wc = WordCloud(font_path='SourceHanSans-Normal.ttf', mask=background_img).generate(res_text)plt.imshow(wc)plt.axis('off')plt.show()
其中，mask参数用来修改背景图片，否则是一个矩形，font_path用于引入自定义字体，默认字体不显示中文，matplotlib.pyplot用于显示生成的图片。
放个最终效果图吧。
3 总结
最后说明一下：
* 自定义字体必须支持中文显示，不然还是会显示一个个口字；
* 背景图片最好选用分辨率高一点的，不然显示效果很差；
* 其它细节请看新浪微博生成词云；
* Node.js版网易云音乐API：https://binaryify.github.io/NeteaseCloudMusicApi/#/?id=neteasecloudmusicapi
最最后再放个我用的背景图片吧：
以上。
