hxblog

#对和讯博客的数据分析源码

源码分为两个文件： 1、hxanalyze.py主要是对博客数据进行分析，生成直方图，散点图，词云图 2、hxspider.py主要负责数据的爬取，为了方便，直接使用urllib实现，可直接运行 3、运行完整源码请直接运行根目录的main.py文件，根据提示输入相关设置后会自动爬取数据并运行分析程序 4、根据多次调整，将博客点击量的阈值设为[0,5000],评论数阈值设为[0,400] 5、如果爬取数据效率太慢，可以直接下载我提供的sql文件（链接: https://pan.baidu.com/s/1pLdwqqZ 密码: wx9e），新建名为hexun的数据库（create database hexun;）然后在终端中输入命令：mysqldump -u root -p hexun<hxblog.sql 后回车然后输入密码回车即可，(由于sql文件过大，请不要使用可视化工具导入) 6、运行main.py可以使用命令：python main.py(如果是多个版本的python请使用:python3 main.py)