python 生成18年寫過的博客詞雲

文章連接：mp.weixin.qq.com/s/NmJjTEADV…

回看18年，最有成就的就是有了本身的 博客網站，堅持記錄，寫文章，累計寫了36篇了，從一開始的難如下手，到如今成爲一種習慣，雖然每次寫都會一字一句斟酌，可是每次看到產出，心裏仍是開心的，享受這樣的過程。

這篇文章就是用python 生成本身寫的博客詞雲，日常寫的博客都是markdown 格式的，直接把文件傳到後臺，前端用js去解析文件顯示的，因此我這裏處理數據就不須要去爬蟲網站，直接讀文件處理的。

關於生成詞雲圖的，在另外兩篇文章中也有介紹過：
python itchat 爬取微信好友信息，生成詞雲
python爬蟲學習：爬蟲QQ說說並生成詞雲圖

markdown文件處理，遍歷文件夾，匹配md 後綴的文件，讀文件，這裏的root 是文件夾的絕對路徑。

import os
total = ""
file_list = os.listdir(root)
for file in file_list:
    //處理md文件
    if os.path.splitext(file)[1] == ".md":
        path = os.path.join(root,file)
        text = open(path, encoding='utf-8').read()
        //最終獲得的字符串
        total = total + "\n" + text
複製代碼

獲得全部的文本以後，使用結巴分詞 pip3 install jieba，處理成單個的詞語。

import jieba
wordlist = jieba.cut(total, cut_all=True)
wl = " ".join(wordlist)
複製代碼

由於日常寫的文章裏有不少的代碼，這裏能夠正則只留下中文，而後再處理中文字符。

import re
rec = re.compile("[^\u4E00-\u9FA5]")
total = rec.sub("", total)
wordlist = jieba.cut(total, cut_all=True)
wl = " ".join(wordlist)
複製代碼

最後就是生成詞雲，採用WordCloud的庫

wc = WordCloud(
    # 設置背景顏色
    background_color="white",
    # 設置最大顯示的詞雲數
    max_words=1000,
    # 這種字體都在電腦字體中，window在C:\Windows\Fonts\下，mac下的是/System/Library/Fonts/PingFang.ttc 字體
    font_path='C:\\Windows\\Fonts\\STFANGSO.ttf',
    height=2000,
    width=2000,
    # 設置字體最大值
    max_font_size=250,
    # 設置有多少種隨機生成狀態，即有多少種配色方案
    random_state=30,
)
myword = wc.generate(wl)  # 生成詞雲
# 展現詞雲圖
plt.imshow(myword)
plt.axis("off")
wc.to_file('blog.png')  # 保存圖片
plt.ion()
plt.pause(5)
plt.close()  # 圖片顯示5s，以後關閉
複製代碼

最終的結果顯示圖，除去代碼以後，看這些詞，很多仍是跟android相關的，也是日常常常會提到的詞彙。

歡迎關注個人我的博客：www.manjiexiang.cn/

更多精彩歡迎關注微信號：春風十里不如認識你
一塊兒學習，一塊兒進步，歡迎上車，有問題隨時聯繫，一塊兒解決！！！