悄悄告诉你简书首页的的文章是怎么取题目的

我想,不管文章怎么写的,能够上首页,都有其厉害之处。
其实在整个学生时代中,作文肯定是必不可少的项目,而在诸多高分作文攻略里,取一个好题目可能是亮点的开始。但是我们没那个精力去观看每一篇。而统计学又告诉我们,所有的一切都是有规律的。所以,我们可以做一个偷懒的做法。

基本思想

自从学了python,这是腰不酸了,腿不疼了,把所有文章的标题爬下来就靠他了。接下来通过大神们早就写好了的jieba库,将爬下来的标题切分。最后,统计出使用量最大的词。大功告成

第一步 爬取数据

首先,导入我们需要的库

import requests
from bs4 import BeautifulSoup
import jieba
from wordcloud import WordCloud
import time
import random

接下来,开始编写我们的爬虫,这里就是通过请求每个页面,用beautifulsoup库选择出每个文章的标题,接着存入我们准备好的文件。

headers = {
    'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.167 Safari/537.36'
}

def get_info(url):
    res = requests.get(url, headers=headers)
    soup = BeautifulSoup(res.text, 'html.parser')
    title = soup.select('div.content > a')#选择标题所在的样式

    f = open('jianshhutop.txt', 'a')
    for i, j, k in zip(autor, title, description):
        data = j.get_text()
        f.write(str(data).strip('{ }').replace("'", ""))
        f.write('\n')

for i in range(2, 100):#我们发现简书的网页是有规律的
    url = 'https://www.jianshu.com/c/bDHhpK?order_by=added_at&page={}'.format(str(i))
    get_info(url)

第二步 切分数据

python强大的原因就是有太多现成的库可以使用,这里我们将保存下来的数据进行切分

f = open('jianshhutop.txt', encoding='UTF-8')
t = f.read()

f1 = open("help/stopword.txt", "r")
stopwords = {}.fromkeys(f1.read().split("\n"))#设置停止词
f1.close()

result = jieba.cut(t)
mytext_list = []
for seg in result:
    if seg not in stopwords and seg != " " and len(seg) != 1:
        mytext_list.append(seg.replace(" ", ""))
print("切分结果:  " + ",".join(mytext_list))
cloud_text = ",".join(mytext_list)
result = cloud_text.split(',')

第三步 产出图像

哎,又是现成的库,腰更不酸了,这个库将把刚才的结果中,频率越高的词,出现的尺寸越大。

wc = WordCloud(
    background_color="white",  # 背景颜色
    max_words=200,  # 显示最大词数
    font_path="help/方正颜宋简体.ttf",  # 使用字体
    min_font_size=15,
    max_font_size=70,
    width=600,  # 图幅宽度
)
wc.generate(cloud_text)
wc.to_file("result/jianshutopfirstpage.png")
简书首页

同样的方法,如果看一下产品类的热门词,那就是


产品类

第四步 自己看

所以真的是说,人类的活动真的是有规律的,不管是简书的用户群体原因也好,亦或是热门事件也好。
所以,以后要写热度文章,可以参考下这个,真的还要研究一下统计学哦。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容