一、轻松上手 Python 爬虫，解锁网络数据宝藏
在信息爆炸的时代，网络如同浩瀚海洋，蕴含海量有价值数据。Python 爬虫宛如精准捕捞的渔夫，能帮我们快速抓取所需信息。下面我们来爬一下《The Litter Prince》这本书的书评
简单分析一下：
1. def getHtmlDoc(url):#从指定的 URL 获取网页内容，并将其保存到一个 HTML 文件（xiaowangzi.html）中，同时提供了简单的错误处理机制。
其中： headers #这个信息模拟了一个浏览器，目的是为了避免被网站识别为爬虫。
是 库中用于发送 GET 请求的函数（请求访问url,即书评地址）
2. def getComment(html):#主要作用是从传入的 HTML 文档中提取评论内容
其中： 使用 库解析传入的 HTML 文档。 是一个更快、更强大的解析库。不过使用 需要事先安装相应的库。）
3. 主程序
for p in range(0, 40, 20):# 函数的参数表示从 0 开始，到 39 结束，步长为 20。在这个例子中，它会产生两个值：0 和 20。循环将执行两次，每次将 分别赋值为这两个值。
所以，这里是爬取了2页的评论
使用 打开文件，以写入模式（）创建或覆盖文件。该文件将用于存储爬取到的评论。使用 从每个评论的 BeautifulSoup 对象中提取纯文本内容，去除前后的空白字符，然后写入文件。
二、制作词云
整段代码通过读取文本数据，进行分词、去除停用词统计词频，然后生成和保存词云。
简单分析一下：
1. stopwords=[line.strip() for line in open("停用词.txt","r",encoding="utf-8").readlines()]从文件中读取停用词，并去除每行的空白字符，生成一个包含停用词的列表。(停用词可以从网上下载，也可以自己从得到的分词列表中挑选）
2.for m in range(190): 将排序后前 190 个词及其对应的频率写入该文件。
词云展示