前言
先看效果图:
TXT文件：
如果想生成特定图片样式的词云图，可以直接访问下面这篇文章学一下： https://mp.weixin.qq.com/s/FUwQ4jZu6KMkjRvEG3UfGw 前几天我们陆陆续续的讲了Python如何生成词云以及Selenium的安装使用，今天我们综合一下这些知识，写一篇爬虫实战文章，带大家爬取QQ空间好友说说写人本地txt文件，并生成词云。 大家一定很感兴趣吧？下面开始正题。
思路
1.确认访问的URL 2.模拟登录你的QQ号 3.判断好友空间是否加了权限，切换到说说的frame，爬取当前页面数据，下拉滚动条，翻页继续获取 爬取的内容写入本地TXT文件中 4.爬取到最后一页，读取TXT文件从而生成词云
###具体分析 1.确认访问的URL 这就很简单了，我们通过观察发现，QQ空间好友的URL： https://user.qzone.qq.com/{好友QQ号}/311
2.我们在请求的时候会遇到模拟登录，也就是要通过Selenium+浏览器登录你的QQ号后才能访问你好友的QQ空间 下面是模拟登录的代码：
file = 'C:/Users/Administrator/Desktop/{}.txt'.format(qq)
driver = webdriver.Firefox()
driver.maximize_window() #窗口最大化
driver.get('https://user.qzone.qq.com/{}/311'.format(qq)) #URL
driver.implicitly_wait(10) # 隐示等待，为了等待充分加载好网址
driver.find_element_by_id('login_div')
driver.switch_to_frame('login_frame') #切到输入账号密码的frame
driver.find_element_by_id('switcher_plogin').click()##点击‘账号密码登录’
driver.find_element_by_id('u').clear() ##清空账号栏
driver.find_element_by_id('u').send_keys('你的QQ账号')#输入账号
driver.find_element_by_id('p').clear()#清空密码栏
driver.find_element_by_id('p').send_keys('你的QQ密码')#输入密码
driver.find_element_by_id('login_button').click()#点击‘登录’
driver.switch_to_default_content() #跳出当前的frame，这步很关键，不写会报错的，因为你登录后还要切刀另一个frame
复制代码需要强调是 **driver.switch_to_default_content() **，表示跳出当前的frame，这步很关键，因为你登录后还要切刀另一个frame。不写的话会出现下面的错误：
3.第三部分我分几个点来说： (1).判断空间是否加了权限
try:
driver.find_element_by_id('QM_OwnerInfo_Icon')#判断是否QQ空间加了权限
b = True
except:
b = False
复制代码(2)切换到说说的frame，这个大家都会找吧
(3)下拉滚动条 下拉滚动条是为了点击‘下一页’，下拉到可见视图。下拉滚动条要注意一点： 一定要对应它的frame，不要在爬取说说的frame下拉。
#分4此下拉，确保能下拉到底部
for j in range(1, 5):
driver.execute_script("window.scrollBy(0,5000)")
time.sleep(2)
复制代码(4).爬取说说数据，这就简单了吧？我用的xpath获取的说说的title，感兴趣的朋友可以把时间等数据一起获取
selector = etree.HTML(driver.page_source)
title = selector.xpath('//li/div/div/pre/text()')
复制代码(5).翻页 直接点击‘下一页’即可。
driver.find_element_by_link_text(u'下一页').click()
复制代码(6).txt数据写入，不用多说，爬取到title了直接写入
for i in title:
if not os.path.exists(file):
print('创建TXT成功')
with open(file, 'a+') as f:
f.write(i + '\n\n')
f.close()
复制代码4.生成词云，这只是普通的模式，想具体了解可以看我以前文章或者Google
def get_wordcloud(file):
f = open(file, 'r', encoding='gbk').read()
# 结巴分词，生成字符串，wordcloud无法直接生成正确的中文词云
cut_text = " ".join(jieba.cut(f))
wordcloud = WordCloud(
# 设置字体，不然会出现口字乱码，文字的路径是电脑的字体一般路径，可以换成别的
font_path="C:/Windows/Fonts/simfang.ttf",
# 设置了背景，宽高
background_color="white", width=2000, height=1380).generate(cut_text)
plt.imshow(wordcloud, interpolation="bilinear")
plt.axis("off")
plt.show()
复制代码由于时间问题，此篇文章只支持输入一个好友的QQ号，你要是想爬取你的所有的QQ好友的说说，可以现在QQ邮箱获取你所有好友的QQ号，然后生成一个数组，依次获取就可以了。
