用Python带你看看全国统一国庆节请假理由是什么~-技术圈

↑ 关注 + 星标，每天学Python新技能


后台回复【大礼包】送你Python自学大礼包

因为疫情的影响，很多高校开学后都选择了封校，从而来防止疫情在学校里出现，但是马上国庆了，学校也因时制宜改变了防疫方式，比如请假可以申请离校外出。

就让志斌用Python来带大家看看微博上话题热度第四的《全国统一国庆节请假的理由》的网友们是怎么请假的，并且那个理由是最通用的~

数据采集

我们是从微博移动端来进行数据采集的。我们按F12，打开开发者模式，对网页进行观察

我们发现数据存储的网页是一个hotflow开头的页面，它的数据存储的方式是Ajax，那我们就可以知道请求的页面和提取数据的方式了。

在上面，我们已经找到数据存储的网页和方式，那么只需要找到页面之间的联系，构造好循环，就可以批量开始爬取啦~

接下来对不同页面之间的URL进行观察

它们URL里面的id和mid是固定不变的，但是max_id是变化的，然后我又在页面里面发现了max_id值的规律，每一页的max_id的值都在上一页中存储着。

但是这样还不能够全部都访问，具体的原因和改进措施，这里因为篇幅，志斌就不介绍了，有兴趣的读者可以看看这两篇文章，有详细解释

数据采集的核心代码：

import requests
import re
import time
import csv
for page in range(1,10000):
  if page == 1 :
      params = (
          ('id', '4679186482727431'),
          ('mid', '4686092090212455'),
          ('max_id_type', '0'),
      )

  response = requests.get('https://m.weibo.cn/comments/hotflow', headers=headers, params=params)

  a = response.json()['data']['max_id']
  b = response.json()['data']['max_id_type']

  for i in response.json()['data']['data']:
      pinglunshijian = i['created_at']
      ri = pinglunshijian.split()[2]
      shi = pinglunshijian.split()[3].split(':')[0]

      dianzanshu = i['like_count']
      neirong = re.sub(r'<[^>]*>', '', i['text'])
      id = i['user']['id']
      yonghumingcheng = i['user']['screen_name']

      with open('请假.csv','a',newline='') as f:
          writer = csv.writer(f)
          writer.writerow([yonghumingcheng,dianzanshu,ri,shi])

      with open(r'请假.txt', 'a', encoding='utf-8') as f:
          f.write(f'{neirong}\n')

可视化展示

我们此次一共获取了6216条数据，对这些数据进行可视化展示。

评论点赞top5用户

我们先来看看那些用户的评论最受大家认同。

这位叫顾狸狸的网友的评论点赞数是最高的，远超后几名，让我们来看看她的评论是什么，竟能让大家这么认同~

这理由确实可哇！而且很有文艺范，不像我只会用亲戚朋友结婚来当理由~

评论词云图

我们发现结婚、姐姐、婚礼这三个词比较多，结合从微博上看到的评论，看来大家都是一样用参加姐姐婚礼请假回家的理由最多~

图片来源于微博~

词云图代码：

with open("请假.txt",encoding='utf-8') as f:
  job_title_1 = f.read()
contents_cut_job_title = jieba.cut(job_title_1)
contents_list_job_title = " ".join(contents_cut_job_title)
wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False,
             background_color="white",
             font_path=r"K:\苏新诗柳楷简.ttf",
             width=400, height=300, random_state=42,
             mask=imread('xin.jpg', pilmode="RGB")
             )
wc.generate(contents_list_job_title)
wc.to_file("推荐语.png")

小结

1. 你的请假理由是什么呢？欢迎大家来找志斌分享哟~

2. 虽然国庆可以外出，但是大家还是要做好防护哟~

3. 本文仅作学习参考，不做它用。

推荐阅读
全球第一大社交APP翻车！被曝千人团队审查用户聊天记录
爷青回！AI把《灌篮高手》角色真人化，最帅的居然不是流川枫？
新华社公布新增57个禁用词，三思而后言。
盘点程序员写过的惊天Bug：亏损30亿、致6人死亡，甚至差点毁灭世界！
武大94年博士年薪201万入职华为！学霸日程表曝光