MediaCrawler/docs/词云图使用配置.md

关于词云图相关操作

1.如何正确调用词云图

ps:目前只有保存格式为json文件时，才会生成词云图。其他存储方式添加词云图将在近期添加。

需要修改的配置项（./config/base_config.py）：

# 数据保存类型选项配置,支持三种类型：csv、db、json
#此处需要为json格式保存，原因如上
SAVE_DATA_OPTION = "json"  # csv or db or json

# 是否开启爬评论模式, 默认不开启爬评论
#此处为True，需要爬取评论才可以生成评论的词云图。
ENABLE_GET_COMMENTS = True

#词云相关
#是否开启生成评论词云图
#打开词云图功能
ENABLE_GET_WORDCLOUD = True

# 添加自定义词语及其分组
#添加规则：xx:yy 其中xx为自定义添加的词组，yy为将xx该词组分到的组名。
CUSTOM_WORDS = {
    '零几': '年份',  # 将“零几”识别为一个整体
    '高频词': '专业术语'  # 示例自定义词
}

#停用(禁用)词文件路径
STOP_WORDS_FILE = "./docs/hit_stopwords.txt"

#中文字体文件路径
FONT_PATH= "./docs/STZHONGS.TTF"

相关解释

• 自定义词组的添加，xx:yy 中xx为自定义词语，yy为xx分配词语的组别。yy可以随便给任意值。

• 如果需要添加禁用词，请在./docs/hit_stopwords.txt添加禁用词(保证格式正确，一个词语一行)

• FONT_PATH为生成词云图中中文字体的格式，默认为宋体。可以自行添加字体文件，修改路径。

2.生成词云图的位置

如图，在data文件下的words文件夹下，其中json为词频统计文件，png为词云图。原本的评论内容在json文件夹下。