内容简介：下午无聊在刷公众号，突然发现一篇文章「前端一年精选好文，请打包带走」。在这个跨年的日子里，我本来应该开着电视，看着跨年晚会。反复琢磨，我还是很好奇：这一年，前端精选好文都有哪些？翻了一下，有 130 多篇文章。
下午无聊在刷公众号，突然发现一篇文章「前端一年精选好文，请打包带走」。在这个跨年的日子里，我本来应该开着电视，看着跨年晚会。
一、起因
反复琢磨，我还是很好奇：这一年，前端精选好文都有哪些？
翻了一下，有 130 多篇文章。
我又退缩了，看完猴年马月了，还是先收藏吧。于是关掉手机，准备放飞自我。突然，脑子里一闪，打包，带走？嗯，我有了一个大胆的想法。
二、想法
既然一时半会儿看不完，何不看一下趋势，把握一下今年前端界的热点。
说到热点，还有什么比热词分析更直接的了。对，我要生成词云。
大体思路如下：
1.首先，要拿到文章中的关键词，需要使用爬虫；
2.为了不那么枯燥，我决定采用图片蒙版来做背景；
3.统计关键词出现的频率，进行分词；
4.过滤掉干扰词汇；
5.生成图片；
热词集合的图片就是我最终的目标。
三、使用爬虫
1.没什么好选择的，直接使用 Python 插件 BeautifulSoup ，我们先拿到 Dom 元素：
#!/usr/bin/env python # -*- coding: utf-8 -*- from os import path import sys from bs4 import BeautifulSoup html_doc = """ <body id="activity-detail"> <div id="js_article" class="rich_media"> <div id="js_top_ad_area" class="top_banner"></div> <div class="rich_media_inner"> ... </div> </div> </body> """ soup = BeautifulSoup(html_doc) # 可以抓到 a 标签内容 # print(soup.find_all('a')) # 也直接抓取所有文本 print(soup.get_text()) # 打开文件，逐行写入 with open('{}/result/word.txt'.format(sys.path[0]),'w') as f: f.writelines(soup.get_text());
为了确定内容是否都抓到了，我们先进行打印：
看到这些，基本上我们需要的内容已经就绪了，继续下一步。
四、生成图片
1.使用 Photoshop ，制作一个 F2E 字样的蒙版文件，如下图：
2.使用 Python 插件 jieba 进行分词：
def jieba_processing_txt(text): for word in userdict_list: jieba.add_word(word) mywordlist = [] seg_list = jieba.cut(text, cut_all=False) liststr = '/ '.join(seg_list) with io.open(stopwords_path, encoding='utf-8') as f_stop: f_stop_text = f_stop.read() f_stop_seg_list = f_stop_text.splitlines() for myword in liststr.split('/'): if not (myword.strip() in f_stop_seg_list) and len(myword.strip()) > 1: mywordlist.append(myword) print (mywordlist) return ' '.join(mywordlist)
分词后，我们打印 mywordlist ：
整齐的数组，没有半点瑕疵。确定过眼神，是我要的数组。
3.使用 woldcloud 来生成词云图片：
wc = WordCloud(font_path=font_path, background_color="white", max_words=2000 mask=back_coloring,max_font_size=60, random_state=42, width=1000, height=860, margin=2,) wc.generate(jieba_processing_txt(mytext)) wc.to_file(path.join(d, imgname1))
4.为了去除干扰，我们还需要过滤掉无用的关键词，如：发布，整理，功能，介绍，已经，使用，可以，电脑等等
userdict_list = ['我们', '什么', '发布', '整理', '功能', '介绍','已经','使用','可以','电脑','尽快','收藏','最后','公众','支持','微信','需要','这些']
这里不得不吐槽一下，乱起八糟的广告真的很多，感觉自己在抓 2018 年的广告热词。
到这里就结束了，感兴趣的童鞋可以看看 Demo
五、打包带走
嗯，运行程序，我们最终得到了一张图片：
大体一看，2018 年，前端还是那些老样子，不过我们可以了解到一些特点：
1. JavaScript 的文章还是很多；
2. React 和 Vue 仍然是主流；
3. Flutter 出现的晚，但是上升趋势不容小觑；
4. Nodejs ， Electron 还是很受前端欢迎；
5. TypeScript 和 GraphQL 仍然有不少的讨论；
6.优化、构建、开源、线路图仍然是前端的关注点；
7.全栈仍是前端的追逐目标；
…
任务完成，收工。这里还是得特别感谢前端之巅小编辛苦的整理。这些前端精选资源，我真的打包带走了。
以上所述就是小编给大家介绍的《对不起，这些前端精选资源，我真的打包带走了》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Design and Analysis of Distributed Algorithms (Wiley Series on P
Nicola Santoro / Wiley-Interscience / 2006-10-27 / USD 140.95
This text is based on a simple and fully reactive computational model that allows for intuitive comprehension and logical designs. The principles and techniques presented can be applied to any distrib......一起来看看 《Design and Analysis of Distributed Algorithms (Wiley Series on P》 这本书的介绍吧!
