python图形化界面 +爬取豆瓣电影影评+生成词云

python网络编程项目
根据豆瓣电影url获取电影的ID
如图url中的30306570就是电影《囧妈》的ID
获取每部电影的前10页影评 保存在以电影名称命名的TXT文件中
根据影评 结巴分词 生成词云

运行如图：
词云：（可自定义词云形状）
代码如下：

#-* -coding=UTF-8 -*-

from tkinter import *
import urllib.request
from bs4 import BeautifulSoup
import matplotlib.pyplot as plt
from wordcloud import WordCloud
from matplotlib.pyplot import imread
import jieba

def getHtml(url):
    """获取url页面"""
    headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36'}
    req = urllib.request.Request(url,headers=headers)
    req = urllib.request.urlopen(req)
    content = req.read().decode('utf-8')

    return content

def getComment(url):
    """解析HTML页面"""
    html = getHtml(url)
    soupComment = BeautifulSoup(html, 'html.parser')

    comments = soupComment.findAll('span', 'short')
    onePageComments = []
    for comment in comments:
        # print(comment.getText()+'\n')
        onePageComments.append(comment.getText()+'\n')

    return onePageComments

def ciyun(x):
    text = open("%r.txt"%(x), "rb").read()
    # jieba分词
    wordlist = jieba.cut(text, cut_all=True)
    wl = " ".join(wordlist)
    # 把分词后的txt写入文本文件
    # fenciTxt  = open("fenciHou.txt","w+")
    # fenciTxt.writelines(wl)
    # fenciTxt.close()

    # 设置词云
    wc = WordCloud(background_color="white",  #设置背景颜色
                   # mask=imread('shen.jpg'),   #设置背景图片
                   max_words=2000,  #设置最大显示的字数
                   stopwords=["的", "这种", "这样", "还是", "就是", "这个"],  #设置停用词
                   font_path="C:\\Windows\\Fonts\\simkai.ttf", # 设置为楷体 常规
        #设置中文字体，使得词云可以显示（词云默认字体是“DroidSansMono.ttf字体库”，不支持中文）
                   max_font_size=60, #设置字体最大值
                   random_state=30,  #设置有多少种随机生成状态，即有多少种配色方案
                   )
    myword = wc.generate(wl)  #生成词云
    wc.to_file('result.jpg')

    # 展示词云图
    plt.imshow(myword)
    plt.axis("off")
    plt.show()


def on_click():
    x = sheet_text.get()
    y = xls_text.get()

    print("电影名称：%s 电影ID：%s " %(x,y))
    f = open('%r.txt' % (sheet_text.get()), 'w', encoding='utf-8')
    for page in range(10):  # 获取10页，获取太多需要验证码
        url = 'https://movie.douban.com/subject/' + y + '/comments?start=' + str(
            20 * page) + '&limit=20&sort=new_score&status=P'
        print('第%s页的评论:' % (page + 1))
        print(url + '\n')

        for i in getComment(url):
            f.write(i)
            print(i)
        print('爬取完成\n')
    ciyun(x)

    # messagebox.showinfo(title='aaa', message = string)
root = Tk()
root.title("爬取影评")
root.geometry('300x300')#设置界面大小
l1 = Label(root, text="请输入电影ID")
l1.pack()#将其放置到界面
xls_text = StringVar()#获取文本框内容
xls = Entry(root, textvariable = xls_text)
xls_text.set(" ")
xls.pack()
l2 = Label(root, text="请输入电影名称")
l2.pack() #将其放置到界面
sheet_text = StringVar()#获取文本框内容
sheet = Entry(root, textvariable = sheet_text)
sheet_text.set(" ")
sheet.pack()
Button(root, text="爬取", command = on_click).pack()
temp = str(xls_text.get())
print(type(temp))
root.mainloop()