Python爬虫爬取博客实现可视化过程解析

源码：

from pyecharts import Bar

import re

import requests

num=0

b=[]

for i in range(1,11):

  link='ch0bits - 博客园

  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("阅读(", "")

    i = i.replace(")","")

    b.append(i)

    num=num+1

columns=[]

for i in range(1,num+1):

#设置行名

  columns.append('博客'+str(i))

#设置数据

#设置柱状图的主标题与副标题

bar = Bar("柱状图", "每个博客阅读数量")

#添加柱状图的数据及配置项，先行后列

bar.add("阅读量", columns, b, mark_line=["average"], mark_point=["max", "min"])

#生成本地文件（默认为.html文件）

bar.render()

 

爬虫不是重点，只是拿来爬阅读数量，pyecharts是重点

这次爬的是我自己的博客，一共10页，每页10片文章，正好写了100篇博客

pyecharts安装：

pip install wheelpip install pyecharts==0.1.9.4

直接pip install pyecharts会下载最新版无法调用

注意点：pyecharts调用，貌似无法实现多个py文件一起调用（意思是编写时不能在多个文件里出现import语句）

步骤解释：

1.爬虫爬取阅读数

2.去除非法字符装入新的数组

3.设置横轴数据，生成柱状图

4.在当前目录下生成render.html，打开查看柱状图

结果：

 

 

柱状图是动态的，不是静态的

 

 

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。