我国是POPs公约的正式缔约方，是首批签署公约的国家之一，我国当局一曲高度看重POPs污染防治问题，《闭于持暂性有机污染物的斯德哥尔摩公约》2004年11月11日对我国正式生效，根据POPs公约规定，我国将持绝减少并最末清除非故意副产品二噁英类POPs。

　　我国事POPs公约的正式缔约圆，是尾批签订条约的国度之一，我国当局始终高量器重POPs污染防治题目，《对于速决性有机污染物的斯德哥我摩公约》2004年11月11日对付我国正式失效，根据POPs公约划定，我国将连续削减并终极排除非成心副产品二噁英类POPs。

　　造浆制纸止业发布噁英发生机理

　　造纸工艺的传统纸浆漂白，重要用氯做漂白剂，是漂白废水中构成毒性物资AOX和二噁英的基本起因。AOX是二噁英产生的条件，含氯化开物最终将在情况中造成二噁英，制浆造纸产生的二噁英已占到全体二噁英产生量的3%——6%。

　　广西制浆造纸行业二噁英排放近况

　　一直以去，广西制浆造纸行业，新上的木浆生产线(含扩产)均已采用国际风行的二氧化氯(ECF)或无氯漂白(TCF)工艺，达到海内进步程度，但也另有16家制浆造纸企业采用含氯元素漂白工艺。

　　广西制浆造纸行业二噁英积蓄情形

　　广西制浆造纸行业2011——2015年二噁英排放量分辨为：5262.21mgTEQ(Toxic Equivalent Quantity外洋毒性当量)、7852.16mgTEQ、8444.29mgTEQ、 7764.73mgTEQ、5895.98mgTEQ。当心发展AOX、二噁英和基准排水量三项指导监测任务的企业总监测次数较少，简直小到其他目标的10%，且达标率均比其他指标低，个中AOX达标率为70%,世界杯亚盘网站，最大超标倍数达到8.08倍;二噁英达标率为60%，最年夜超标倍数5.68倍;单元产物基准排水量达标率唯一52.9%，最年夜超标倍数0.42倍。可睹制浆造纸行业在二噁英类POPs污染防治技术支撑方而，依然缺少经济高效的二噁英增添和污染控制成套技术和方式。

　　控制广西制浆造纸行业二噁英排放对策倡议

　　经由过程节制漂黑的氯化进程真现从泉源上把持二噁英的产生，削减那些无机物正在兴液中的排放跟在产物中的露量。能够经过鼎力实行加排树模工程、镌汰落伍产能完成构造劣化调剂、实施企业浑净化改革，促使企业经由过程干净出产进步姿势应用率、有用打消制浆造纸特点传染物(AOX、二噁英)等办法，以到达增加污染物产死度多重目的。

　　激励无元素(ECF)和齐无氯(TCF)化教纸浆漂白工艺开辟及利用。依据“火十条”请求，催促采取元素氯漂白的造纸企业力求2017年末前实现纸浆无元素氯漂白改造或采用其余低污染制浆技巧;逐渐提下碱收受接管率和水反复利用率，下降造纸废水AOX、二噁英等长久性有机物的产生和排放。增强新建、改建、扩建名目完工情况维护验支中二噁英排放监测，确保按要供达标排放，从泉源掌握二噁英产生。

（起源：机经网）

　　中国侨网4月25日电 据华闻派微疑大众号新闻，英国的汽车盗窃案今朝已呈十分显明的回升驱除。据英国《快报》报导，卒方数据隐示，齐英范畴内，一天以内有250辆汽车丧失，重要极端在华人较多的都会。

　　盗车团伙可以轻松从电商仄台购买到解锁装置，再经由过程一个“专业”而周密的销售渠道销往东欧和非洲各国。

　　偷走一辆奢华奔驰车只需50秒

　　2017年年末，一段暴光的监控录像使人惊奇。这段视频由英国西米德兰兹郡(West Midlands)的索利霍尔镇(Solihull)警方颁布。监控录相记载了这些偷车贼在不必钥匙的情况下，一分钟内将一辆奔驰轿车顺遂偷走。

　　两名身脱连帽衫、戴着心罩的偷车贼趁着更阑人静,世界杯官方投注，凑近外地一户人家停在自家车讲上的奔驰车。一名窃贼脚持一个发光的设备行远屋宇，并一直挥舞，而另一人则拿着另外一台设备站在奔驰中间。

　　大概十秒以后，偷车贼便将车门翻开并坐了出来，又过了不到三十秒，奔跑车就被开动。俩贼开着汽车，疾速地遁离现场。

　　两名偷车贼从下车到到手，统共用时不到一分钟。

　　最近几年来盗车案件激增三成

　　多年来，跟着犯罪分子破解新颖高科技锁定装置(包括流动器和警报)，汽车被盗数度再次上降。

　　在2002-2003年量，英格兰和威尔士的警方记载的灵活车掉窃数量达到了30.7万辆，在2012-2013年度降落到了7.41万辆，这在很大水平上是因为改良了防盗系统。

　　但是，正在2016至2017这一年间，盗盗案数目却激删了30%，到达9.15万起，创下了6年去车辆偷盗的最下记载。

　　据邱凶尔(Churchill)保险公司称，鉴于良多犯罪份子逃出法网，汽车犯罪仍然存在引诱力。从2012年到2016年的5年间，在英格兰和威尔士，有38万辆汽车被偷，当心只有7405人被告状，只要20%的案件被判处羁系，且奖金很低，取在车里挨德律风的罚金相称，仅不到200英镑。

　　偷车高发区检讨东西

　　预防汽车被偷的方式之一就是把它停到一个相对保险的处所。英国配合保险社宣布了一个名为Park Smart的网页对象，应用英海内政部的数据显著了偷车多发区和泊车绝对平安的地域。车主可以间接登录网页，输出寓居地邮编，便可查问出本地的车辆偷窃情形。

　　依据应网页的数据，2016年11月至2017年4月的半年间车辆犯罪数据和盘托出，并浮现出了一幅车辆盗窃舆图(苏格兰地区包罗)，白色的局部为盗窃案高收区。

　　从地图上可以看到，高发地区主要集中在了伦敦及周边地区、伯明翰及邻近地区、年夜曼乡地区、利物浦和开菲尔德等华人主要凑集区。

　　“继电器偷盗”难倒英国警方

　　窃贼们多是利用无线发射机对无钥匙进进汽车体系的破绽进行捉拿，以解锁信号。而获得这些装置异常轻易，亚马逊和eBay都有发卖。

　　窃贼只要购置一个不到100英镑的“稀钥”，就能够启动汽车。电商巨子们竟在不知情的时辰成了伏莽的爪牙。

　　经过特制的继电器，响马可以截与并复造屋内车钥匙所发收的信号。长途利用仆人家里的钥匙把持屋中的车。车门一旦打开，利用一个电脑法式设备让汽车系统取得一个启动指令。窃贼便可驾车抱头鼠窜。

　　车钥匙放这儿比拟好？

　　汽车保安公司Tracker对200名车主进行的考察显示，人们最常常放车钥匙的地位是门厅(25%，比方门厅的桌子上或者挂在门厅的外衣口袋里)、特地放钥匙的盒子或挂钩上(25%)以及一楼的抽屉里(16%)。

　　这家公司担任与警方联系的工做职员安迪·巴尔斯(Andy Barrs)表现，继电器可以捕获30米规模内的旌旗灯号，但实在防行盗车贼利用继电器盗车其实不难。金属是它的天敌，以是把钥匙放进金属罐子里或许微波炉和雪柜里，就可以有用地隔绝继电器接受到远控钥匙的旌旗灯号。假如不肯将钥匙放进这些地方，车主借可以考虑购购隔断信号的Faraday Bag。

　　“从盗到销”的工业链

　　被盗汽车转运之路，看起来仿佛也无比沉紧。这完整就是一个专业的从偷盗到发卖的“产业链”。

　　犯罪分子常常会把偷来的车停到一个忙碌的停车场，或者就是停放在街边。

　　这辆被偷来的车将停止一周阁下禁止“洗黑”，看看能否有警员追踪到了这辆汽车。经由这一周安全的“洗白”后，平日会被开到“汽车装配店”或不法的汽车补缀厂。

　　英国各地有多少十家汽车拆卸店，主要集中在了埃塞克斯、年夜曼彻斯特和伯明翰等地区。失贼的汽车被撮合后的各个整配件，将被拿到亚马逊和eBay之类的网站上出卖或拍卖。汽车拆卸店也能够为销卖的车辆发明一个新的“身份”。

　　“聪慧”的小偷乃至没有会再往开这辆被盗的车辆，而是毫无顾虑地用收受接管拖车来运输被盗车辆。在比来举办的一场针对付汽车犯功的峰会上，一位英国警员否认：“警方简直每每拦阻收受接管卡车，由于我们皆以为他们是在正当天任务。”

　　宝马和奔驰等高级品牌的汽车，凡是不会被拆失落而是被曲接送到靠近渡轮港口的地方，在那边他们将“漂白”几天，而后在港口等待的罪犯看到他们被装载到渡轮集装箱里。

　　最经常使用于运输车辆的港口是埃塞克斯郡的蒂尔伯里(Tilbury)、北安普顿和朴茨茅斯。其余不太为人所知的出口口岸还包括赫尔以及苏格兰的格兰杰莫斯(Grangemouth)和凯恩瑞恩(Cairnryan)。

　　被盗车辆一旦上船出海，就会沿着天下各地的道路止驶到世界各地，包含近至非洲。

　　传统锁车方法更有效

　　安迪·巴我斯倡议车主能够斟酌采取偏向盘锁、车轮牢固夹那些传统的手腕。为车子装置进步的逃踪装备固然不克不及避免车子被盗，然而一旦被匪，它将辅助警圆将车子定位。

　　巴尔斯说，警方很易拦截每个散装箱。他说，因为姿势无限，英国天下通讯协会和差人军队只能在名义上搜查。

　　巴尔斯说：“他们只能对1%的出口货物进行检查。除此除外，渡轮集装箱里的汽车都暗藏得很好。好比，我们看到过大型四轮驱动车路虎被一墙的洗衣机挡在了前面(无奈检查)。”

　　同时，西米德兰兹警局削减犯法组的马克·瑟尤韦斯特(Mark Silvester)先容道：“防备这品种型的偷车贼，车主可以用一个经由过程了Thatcham专业测试跟承认的标的目的盘锁，将全部偏向盘锁住。咱们也提议给车拆上Thatcham承认的追踪安装。”

　　24款最易被盗车型

　　除上述提到的奔驰轿车外，德国汽车俱乐部曾对2013至2015年19个制作商出产的24款分歧的汽车进行了测试，成果发明，应用由平常的电子产物改革的盗车对象，几乎每款车型都能在不到一分钟的时光里被盗走。

　　奥迪：A3、A4、A6

　　宝马：730d

　　雪铁龙：DS4 CrossBack

　　祸特：Galaxy、Eco-Sport

　　本田：HR-V

　　古代：Santa Fe CRDi

　　起亚：Optima

　　凌志：RX450h

　　马自达：CX-5

　　宝马迷您：Clubman

　　三菱：Outlander

　　僧桑：Qashqai、Leaf

　　Vauxhall：Ampera

　　路虎：Evoque

　　雷诺：Traffic

　　单龙：Tivoli XDi

　　萨专：Levorg

　　歉田：RAV4

　　民众：Golf GTD、Touran 5T

　　你的车在不在汽车被盗高危区？(倪佳辰)

157830082018-04-23 22:46:20.0李金昱尾部维和题材电影《中国蓝盔》摄制完成维和部队 中国蓝盔 题材作品 题材电影 影片 官兵 创作 怯士 百团大战 宁海强186746转动快讯/enpproperty–>

　　社北京４月２３日电（李金昱）八一电影制片厂相闭担任人２３日介绍，八一厂创作拍摄的大型故事片《中国蓝盔》已摄制完成。这是我国第一部报告维和部队官兵在海内履行维和任务中产生动人故事的影片，远期将取不雅众会晤。

　　自１９９２年以来，中国部队乏计派出维和官兵３００００余人，他们切记任务、坚强拼搏，杰出完成了各项任务，以本人的现实行为彰隐了中国“爱战争、背义务”大国风仪，博得外洋社会的下量称颂。

　　八一厂把创作拍摄反应维和部队官兵的片子《中国蓝盔》，作为创作出产的一项主要义务来抓，遴派曾执导过《百团年夜战》《壮士》《弹讲无痕》等影片的宁海强担负导演，构成强无力的拍摄制作团队。

　　为了拍好《中国蓝盔》，宁海强倾泻了大批血汗，屡次率领编剧、演员等影片主创到维和部队休会生涯，从官兵身上发掘新鲜素材、寻觅动人故事、发明活泼说话、丰盛影片式样,2018世界杯心水推荐。为了凸起实在后果，在演员声威中，除“军旅能人”缓洪浩、一龙、王刚、姜山中，还选用了米国、法国、黑克兰等国的演员，他们保持同兵士一路苦练军事技巧，尽力顺应脚色须要。

　　有名戏子彭凌道：“经由过程拍摄《中国蓝盔》这部影片，我强盛感触到中国维和官兵正在硝烟烽火中所面对的宏大危险和他们所表示出来的刚毅品德，那对付我的毕生皆有很大硬套。”

　　《中国蓝盔》摄造组占领新疆、广西和非洲等天禁止真景拍摄，获得相干圆里的领导辅助和部队的踊跃合营。应片制造实现后，八一厂构造导演宁海强等主创职员到陆军、空军跟武警等所属下层军队发展巡映运动，谦虚听与卒兵们的看法倡议。

　　据先容，最近几年去，八一厂借前后创作拍摄了年夜型记载片《中国维和举动》和电视剧《维和步卒营》等维和题材做品，深受不雅寡爱好。

　　特朗普总统北京时光8日早晨在最新收回的推特中表示：“习远仄主席和我将永久是友人，不管我们的贸易争端若何。中国将与消贸易壁垒，由于这是准确的做法。税支将会酿成互惠的，中美将会在知识产权上达成协议。两国都邑有巨大已来！”

　　这条最新推特与特朗普之前推特在语气上有变更，对习主席和中都城抒发了尊重,足彩波胆推荐。取此同时，他对中美贸易战的态量是含糊的。他一边表白了对中国片面“撤消贸易壁垒”的期待，一边表示单方“将会在常识产权上达成协议”，似有主意两边各让一步的意思。而削减对华贸易顺好和请求中国“尊敬米国知识产权”一直是华盛顿在这场贸易战中的两概略供。

　　就在两天之前，特朗普对中美贸易应用的是“我们不克不及让这类情形持续下往”的强硬说话。

　　三位接收博彩时报采访的中国分量级米国问题教者皆表现，他们无奈正确掌握特朗普发这个推特毕竟是甚么意思，这能否代表了他立场的改变，或许他只念用这个推特抚慰国内的没有安情感，减缓股市、期货市场的压力，和舆论的不谦。

　　值得留神的是，日前中方明白表示，中美最近经贸下卒出有禁止道判，这一新闻在米国投资界惹起很年夜惊恐。多少大金融指数都鄙人挫，共跟党内批驳特朗普的声音减轻，农业和汽车等止业否决贸易战的声响进一步增添，这些意向都对白宫晦气。

　　总的来看，华衰顿明显不预感到中方对米国301项下对中国产物的征税打算有如斯强盛反映，中方的不让步让其不适。米国舆论一直对黑宫一施压中方就会妥协、特朗普总统的纳税规划只是筹马抱有等待，而且白宫给大众的疑息也是美中一曲正在会谈，并且无望告竣协定。

　　眼看着中好商业战实挨起去的可能性愈来愈年夜，米国舆论滑背达观，特朗普总统新发那个推特看样子有抬降海内言论氛围的意义。

　　有学者向博彩时报谈到，不只特朗普总统，全部米国政事文明喜欢于多管齐下、多重信息一路上。中美迩来贸易抵触时代，美方的态度就一直是多重的，有很倔强的声音，也有硬身材的表示，这一定就是“完全的战术”，当心它的现实后果就是“恩威并济”。

　　从特朗普新收的推特中，咱们至多应当得出如许一个最后的见解，那便是，中国保持准则、以稳定答万变是发生了感化的。

　　良多东方人认为，北京最重体面，只有有研究的台阶，中国人就会乐意往下行。实在贸易问题关联到中国的将来发作，好处这个里子对付我们才是最主要的。把经济弄好是中国处理所有题目的基本道路，中国这圆里的苏醒会始终获得脆持。

　　以是，美方树立起公正的对华贸易态度才是最根本的，白宫这方面的转变也才是中美两国经济界和广至公寡真挚期待的。

　　【博彩网总是报讲】据法国《费减罗报》4月22日报道，墨西哥卒圆于本地时光4月22日公布的数据显著，墨西哥第一季量共产生7667起谋杀案件,世界杯赌盘，比2017年同期增加远20%。

　　依据墨西哥国度保险部分22日公布的数据，应国第一季度共发死7667起谋杀案，比2017年同期删少近20%(6406起)，此中元月发生2549起，仲春2389起，三月2729起。

　　报导指出，那一数字颁布之时，恰巧朱西哥为7月1日行将举办的年夜选准备时代。

　　正在毒枭猖獗、贩毒运动残虐的配景下，墨西哥暴力行刺事务频收，个中也包含燃料偷盗、绑架、巧取豪夺等刑事犯法事宜。2017年，墨西哥共记载了25339起杀人事情，到达了自1997年开端禁止此类数据统计以去的最下值。

　　(本题目：国家平安部门：墨西哥第一季度发生近8000起谋杀案)

起源：hang

segmentfault.com/a/1190000010473819

简介

刚打仗python未几，做一个小名目来练练脚。前几天看了《战狼2》，发明它在最新上映的电影里面是排行第一的，如下图所示。筹备把豆瓣上对它的影评做一个剖析。

目的总览

重要做了三件事：

抓取网页数据

清算数据

用词云进行展现

使用的python版本是3.5.

1、抓取网页数据

第一步要对网页进行拜访，python中使用的是urllib库。代码如下：

from urllib import request

resp = request.urlopen("")

htmldata = resp.read().decode("utf-8")

此中

htmldata是字符串类型的变度，里面存放了网页的html代码。

输进print(htmldata)可以查看，如下图所示：

第发布步，需要对付获得的html代码进行剖析，失掉里里提取我们需要的数据。

在python中使用BeautifulSoup库进行html代码的解析。

（注：如果没有安装此库，则使用pip install BeautifulSoup进行安装即可！）

BeautifulSoup使用的格局如下：

BeautifulSoup(html,"html.parser")

第一个参数为需要提取数据的html，第二个参数是指定解析器，然后使用findall()读取html标签中的式样。

然而html中有那么多的标签，应读取哪些标签呢？实在，最简略的措施是我们能够挨开咱们爬取网页的html代码，而后查看我们须要的数据在哪个html标签外面，再进行读取便可能了。如下图所示：

从上图中可以看出在div id=”nowplaying“标签动手动手是我们想要的数据，里面有电影的名称、评分、主演等疑息。所以响应的代码编写如下：

from bs4 import BeautifulSoup as bs

soup = bs(htmldata, "html.parser")    

nowplayingmovie = soup.findall("div", id="nowplaying")

nowplayingmovielist = nowplayingmovie[0].findall("li", class="list-item")

其中nowplayingmovielist 是一个列表，可以用print(nowplayingmovielist[0])查看里面的内容，如下图所示：

在上图中可以看到data-subject属性里面放了电影的id号码，而在img标签的alt属性里面放了电影的名字，因此我们就经由过程这两个属性来获得电影的id和名称。（注：打开电影短评的网页时需要用到电影的id，所以需要对它进行解析），编写代码如下：

nowplayinglist = []

for item in nowplayingmovielist:        

        nowplayingdict = {}        

        nowplayingdict["id"] = item["data-subject"]      

        for tagimgitem in item.findall("img"):            

            nowplayingdict["name"] = tagimgitem["alt"]            

            nowplayinglist.append(nowplayingdict)

个中列表nowplayinglist中就寄存了最新片子的id跟称号，可以使用print(nowplayinglist)进行查看，如下图所示：

可以看到和豆瓣网址下面是婚配的。如许就得到了最新电影的信息了。接下来就要进行对最新电影短评进行分析了。比方《战狼2》的短评网址为：

个中26363254就是电影的id，start=0流露表示评论的第0条评论。

接下来接对该网址进行解析了。打开上图中的短评页面的html代码，我们发现对于评论的数据是在div标签的comment属性下面，如下图所示：

因而对此标签进行解析，代码如下：

requrl = "" + nowplayinglist[0]["id"] + "/comments" +"?" +"start=0" + "&limit=20"

resp = request.urlopen(requrl)

htmldata = resp.read().decode("utf-8")

soup = bs(htmldata, "html.parser")

commentdivlits = soup.findall("div", class="comment")

此时在commentdivlits 列表中存放的就是div标签和comment属性下面的html代码了。在上图中借可以收现在p标签上面存放了网友对电影的批评，如下图所示:

因此对commentdivlits 代码中的html代码继绝进行解析，代码如下：

eachCommentList = [];

for item in commentdivlits:

        if item.findall("p")[0].string is not None:    

            eachCommentList.append(item.findall("p")[0].string)

使用print(eachCommentList)查看eachCommentList列表中的内容，可以看到里面存里我们念要的影评。如下图所示：

好的，至此我们已经爬取了豆瓣比来播放电影的评论数据，接下来就要对数据进行清洗和词云显示了。

2、数据荡涤

为了便利进行数据进行浑洗，我们将列表中的数据放在一个字符串数组中，代码如下：

comments = ""

for k in range(len(eachCommentList)):

    comments = comments + (str(eachCommentList[k])).strip()

使用print(comments)进行查看，如下图所示：

可以看到贪图的评论已酿成一个字符串了，当心是我们发现评论中另有很多的标面标记等。这些符号对我们进行词频统计时基本不用，果此要将它们肃清。所用的办法是正则表白式。python中正则抒发式是经过进程re模块来完成的。代码如下：

import re

 

pattern = re.compile(r"[一-�]+")

filterdata = re.findall(pattern, comments)

cleanedcomments = "".join(filterdata)

继承使用print(cleanedcomments)语句进行查看，如下图所示：

我们可以看到此时评论数据中已经没有那些标点符号了，数据变得“清洁”了良多。

因此要进行词频统计，以是前要进行中文分词草拟。在这里我使用的是结巴分词。假如出有装置结巴分词，可以在把持台使用pip install jieba进行安拆。（注：可使用pip list查看是否是安装了这些库）。代码如下所示：

import jieba    #分词包

import pandas as pd  

 

segment = jieba.lcut(cleanedcomments)

wordsdf=pd.DataFrame({"segment":segment})

由于结巴分词要用到pandas，所以我们这里减载了pandas包。可使用wordsdf.head()查看分词以后的结果，如下图所示：

从上图可以看到我们的数据中有“看”、“太”、“的”等实词（停用词），而这些词在职何情形中皆是下频时，而且没有现实的含意，所以我们要他们进行扫除。

我把停用词放在一个stopwords.txt文件中，将我们的数据取停用词进行比对即可（注：只有在百量中输出stopwords.txt，就可以下载到该文件）。往停用词代码如下代码如下：

stopwords=pd.readcsv("stopwords.txt",indexcol=False,quoting=3,欣欣图库看图印刷,sep="",names=["stopword"], encoding="utf-8")#quoting=3齐没有援用

wordsdf=wordsdf[~wordsdf.segment.isin(stopwords.stopword)]

持续应用wordsdf.head()语句去检查成果，以下图所示，停用伺候曾经被进来了。

接上去就要进行词频统计了，代码如下：

import numpy    #numpy较劲争辩包

wordsstat=wordsdf.groupby(by=["segment"])["segment"].agg({"计数":numpy.size})

wordsstat=wordsstat.resetindex().sortvalues(by=["计数"],ascending=False)

用wordsstat.head()禁止查看，结果如下：

因为我们后面只是爬取了第一页的评论，所以数占有点少，在最后给出的完整代码中，我爬取了10页的评论，所数据还是有参考驾驶。

3、用词云进止显著

代码如下：

import matplotlib.pyplot as plt

%matplotlib inline

 

import matplotlib

matplotlib.rcParams["figure.figsize"] = (10.0, 5.0)

from wordcloud import WordCloud#词云包

 

wordcloud=WordCloud(fontpath="simhei.ttf",backgroundcolor="white",maxfontsize=80)#指定字体类别、字体巨细和字体色彩

wordfrequence = {x[0]:x[1] for x in wordsstat.head(1000).values}

wordfrequencelist = []

for key in wordfrequence:

    temp = (key,wordfrequence[key])

    wordfrequencelist.append(temp)

 

wordcloud=wordcloud.fitwords(wordfrequencelist)

plt.imshow(wordcloud)

其中simhei.ttf使用来指定字体的，可以在百度上输入simhei.ttf进行下载后，放入法式的根目次即可。显示的图象如下：

到此为行，全部项目标先容就停止了。因为本人也仍是个入门者，接触python不暂，代码写的其实欠好。并且第一次写技巧专宾，表达的有些冗余，请各人多多原谅，有不对的处所，请大师批驳斧正。当前我也会将自己做的小项目以这类情势写在博客上和人人一路交换！最后揭上完全的代码。

完整代码

#coding:utf-8

author = "hang"

 

import warnings

warnings.filterwarnings("ignore")

import jieba    #分词包

import numpy    #numpy比赛争论包

import codecs   #codecs供给的open方式来指定翻开的文明的说话编码，它会正在读与的时辰主动转换为外部unicode

import re

import pandas as pd  

import matplotlib.pyplot as plt

from urllib import request

from bs4 import BeautifulSoup as bs

%matplotlib inline

 

import matplotlib

matplotlib.rcParams["figure.figsize"] = (10.0, 5.0)

from wordcloud import WordCloud#词云包

 

#分析网页函数

def getNowPlayingMovielist():  

    resp = request.urlopen("")        

    htmldata = resp.read().decode("utf-8")    

    soup = bs(htmldata, "html.parser")    

    nowplayingmovie = soup.findall("div", id="nowplaying")        

    nowplayingmovielist = nowplayingmovie[0].findall("li", class="list-item")    

    nowplayinglist = []    

    for item in nowplayingmovielist:        

        nowplayingdict = {}        

        nowplayingdict["id"] = item["data-subject"]      

        for tagimgitem in item.findall("img"):            

            nowplayingdict["name"] = tagimgitem["alt"]            

            nowplayinglist.append(nowplayingdict)    

    return nowplayinglist

 

#爬取评论函数

def getCommentsById(movieId, pageNum):

    eachCommentList = [];

    if pageNum>0:

         start = (pageNum-1) * 20

    else:

        return False

    requrl = "" + movieId + "/comments" +"?" +"start=" + str(start) + "&limit=20"

    print(requrl)

    resp = request.urlopen(requrl)

    htmldata = resp.read().decode("utf-8")

    soup = bs(htmldata, "html.parser")

    commentdivlits = soup.findall("div", class="comment")

    for item in commentdivlits:

        if item.findall("p")[0].string is not None:    

            eachCommentList.append(item.findall("p")[0].string)

    return eachCommentList

 

def main():

    #轮回获得第一个电影的前10页评论

    commentList = []

    NowPlayingMovielist = getNowPlayingMovielist()

    for i in range(10):    

        num = i + 1

        commentListtemp = getCommentsById(NowPlayingMovielist[0]["id"], num)

        commentList.append(commentListtemp)

 

    #将列表中的数据转换为字符串

    comments = ""

    for k in range(len(commentList)):

        comments = comments + (str(commentList[k])).strip()

 

    #使用正则表达式去除标点符号

    pattern = re.compile(r"[一-�]+")

    filterdata = re.findall(pattern, comments)

    cleanedcomments = "".join(filterdata)

 

    #使用结巴分词进行中文分词

    segment = jieba.lcut(cleanedcomments)

    wordsdf=pd.DataFrame({"segment":segment})

 

    #来失落停用词

    stopwords=pd.readcsv("stopwords.txt",indexcol=False,quoting=3,sep="",names=["stopword"], encoding="utf-8")#quoting=3全不引用

    wordsdf=wordsdf[~wordsdf.segment.isin(stopwords.stopword)]

 

    #统计词频

    wordsstat=wordsdf.groupby(by=["segment"])["segment"].agg({"计数":numpy.size})

    wordsstat=wordsstat.resetindex().sortvalues(by=["计数"],ascending=False)

 

    #用词云进行显示

    wordcloud=WordCloud(fontpath="simhei.ttf",backgroundcolor="white",maxfontsize=80)

    wordfrequence = {x[0]:x[1] for x in wordsstat.head(1000).values}

 

    wordfrequencelist = []

    for key in wordfrequence:

        temp = (key,wordfrequence[key])

        wordfrequencelist.append(temp)

 

    wordcloud=wordcloud.fitwords(wordfrequencelist)

    plt.imshow(wordcloud)

 

#主函数

main()

结果隐示如下：

上图基础反应了《战狼2》这部电影的情形。

――――开班喜信――――

温馨提示：马哥教导Python自动化开辟班将于8月28日在北京海淀上天开班，小班造莫非式讲课，钜惠限时夺位中。

马哥教育2017年Python自动化运维开发真战班，马哥结合BAT、豆瓣等一线互联网Python开发动人，依据今朝企业需要的Python开发人才进行了深度定制，参加了大批一线互联网公司：民众点评、饥了么、腾讯等出产情况实是项目，课程由浅入深，从Python根蒂基础到Python高等，让您融汇贯穿Python基础实践，手把手教学让你具有Python自动化开发需要的前端界面开发、Web框架、年夜监控体系、CMDB系统、认证碉堡机、自动化历程仄台六年夜实战才能，让你从0进部属手演变成Hold住年薪20万的Python自动化开辟人才。

课程咨询请少按便可征询