用Python带你见识一下全国请假的通用理由 这个你肯定用的上

前言

作为一名打工人，每个月都会有那么两天是抗拒上班不想上班的，请病假又太麻烦，要这个证明那个证明的，所以说只能请事假，虽然会没得工资，但是为了咱们心情愉悦，很多时候不能太看重那两天的钱了，那么你们通常的请假理由一般都是啥呢？我用Python分析了全国的请假理由才选定了这个理由！

看看有没有你用过的理由吧

数据采集

我们是从微博移动端来进行数据采集的。我们按F12，打开开发者模式，对网页进行观察

我们发现数据存储的网页是一个hotflow开头的页面，它的数据存储的方式是Ajax，那我们就可以知道请求的页面和提取数据的方式了。

在上面，我们已经找到数据存储的网页和方式，那么只需要找到页面之间的联系，构造好循环，就可以批量开始爬取啦~

接下来对不同页面之间的URL进行观察

它们URL里面的id和mid是固定不变的，但是max_id是变化的，然后我又在页面里面发现了max_id值的规律，每一页的max_id的值都在上一页中存储着。

但是这样还不能够全部都访问，具体的原因和改进措施，这里因为篇幅，志斌就不介绍了，有兴趣的读者可以看看这两篇文章，有详细解释。最后，如果你的时间不是很紧张，并且又想快速的python提高，最重要的是不怕吃苦，建议你可以价位（同音）：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

数据采集的核心代码：

import requests

import re

import time

import csv

for page in range(1,10000):

if page == 1 :

params = (

(‘id’, ‘4679186482727431’),

(‘mid’, ‘4686092090212455’),

(‘max_id_type’, ‘0’),

)

response = requests.get(‘https://m.weibo.cn/comments/hotflow’, headers=headers, params=params)

a = response.json()[‘data’][‘max_id’]

b = response.json()[‘data’][‘max_id_type’]

for i in response.json()[‘data’][‘data’]:

pinglunshijian = i[‘created_at’]

ri = pinglunshijian.split()[2]

shi = pinglunshijian.split()[3].split(’:’)[0]

dianzanshu = i[‘like_count’]

neirong = re.sub(r’]*>’, ‘’, i[‘text’])

id = i[‘user’][‘id’]

yonghumingcheng = i[‘user’][‘screen_name’]

with open(‘请假.csv’,‘a’,newline=’’) as f:

writer = csv.writer(f)

writer.writerow([yonghumingcheng,dianzanshu,ri,shi])

with open(r’请假.txt’, ‘a’, encoding=‘utf-8’) as f:

f.write(f’\n’)

可视化展示

我们此次一共获取了6216条数据，对这些数据进行可视化展示。

01

评论点赞top5用户

我们先来看看那些用户的评论最受大家认同。

这位叫顾狸狸的网友的评论点赞数是最高的，远超后几名，让我们来看看她的评论是什么，竟能让大家这么认同~

这理由确实可哇！而且很有文艺范，不像我只会用亲戚朋友结婚来当理由~

评论词云图

我们发现结婚、姐姐、婚礼这三个词比较多，结合从微博上看到的评论，看来大家都是一样用参加姐姐婚礼请假回家的理由最多~

图片来源于微博~

词云图代码：

with open(“请假.txt”,encoding=‘utf-8’)

as f: job_title_1 = f.read() contents_cut_job_title = jieba.cut(job_title_1)

contents_list_job_title = " “.join(contents_cut_job_title)

wc = WordCloud(stopwords=STOPWORDS.add(“一个”), collocations=False,

background_color=“white”,

font_path=r"K:\苏新诗柳楷简.ttf”,

width=400, height=300, random_state=42,

mask=imread(‘xin.jpg’, pilmode=“RGB”) ) wc.generate(contents_list_job_title)

wc.to_file(“推荐语.png”)