01 目标
场景：又到一年年底，大家辛辛苦苦给公司干了一整年，相信大家比较关心的是今年公司「 年终奖 」奖励方案。
和往年不一样，今年经历了资本HD、裁Y潮，很多公司发的年终奖比例少了很多或者干脆选择不发。
今天是要抓取知识星球的一篇关于「 年终奖 」帖子，获取到所有球友的留言信息，然后使用「 jieba 」拆分成词语，最后使用「 wordcloud 」生成词云。
02 准备工作
首先，在 PC 上配置好「 mitmproxy 」环境，手机上配置好证书，PC 和手机保证在同一个局域网内。
另外，需要保证已经在虚拟环境下安装必要的库。
# 分词库pip3 install jieba# 词云pip3 install wordcloud复制代码
然后，新建一个脚本文件「 nzj.py 」来拦截 APP 段的请求，对获取到的响应做其他处理。使用 mitmproxy下的「 mitmdump 」组件启动监听程序。
$ mitmdump -s nzj.pyLoading script nzj.pyProxy server listening at http://*:8080复制代码
03 爬取思路
我们首先打开知识星球的这篇帖子。
重写「 response(flow) 」方法，解析内容获取到评论内容，写入到文本中。
def response(flow): request = flow.request response = flow.response # 请求的地址 request_url = request.url # 筛选 if 'comments' in request_url and 'zsxq' in request_url: # 返回的内容 response_content = response.content.decode('utf-8') comments = json.loads(response_content)['resp_data']['comments'] # 最后一页 if len(comments) == 0: print('一共有%d个球友发表了自己的看法' % comment_count) else: comment_count += len(comments) for comment in comments: comment_content = comment['text'] with open(filename, 'a') as f: f.write(comment_content + '\n')复制代码 滚动屏幕，直达加载完所有所有球友的评论数据，并保存到文件中。可以看到一共有「 228 」个球友针对今年公司年终奖发表了自己的看法。
然后使用 wordcloud 读取文本内容，生成词云图片并保存到本地，头图就是最后获取到的结果。
代码非常简单，就直接上代码了。
def generate_word_cloud(): """ 生成词云 :return: """ with open(filename, 'r') as f: word_content = f.read() # 使用jieba去分割 wordlist = jieba.cut(word_content, cut_all=True) wl_space_split = " ".join(wordlist) font = r'/Users/xingag/Library/Fonts/SimHei.ttf' wordcloud = WordCloud(font_path=font, width=1080, height=1920, margin=2).generate(wl_space_split) # 显示图片 plt.imshow(wordcloud) plt.axis("off") # 按照设置保存到本地文件夹 wordcloud.to_file("./output.png")复制代码 本文首发于公众号「 AirPython 」，后台回复「 年终奖 」即可获取完整代码。