文章链接：https://mp.weixin.qq.com/s/NmJjTEADV6zKdT--2DXq9Q

回看18年，最有成就的就是有了自己的 博客网站，坚持记录，写文章，累计写了36篇了，从一开始的难以下手，到现在成为一种习惯，虽然每次写都会一字一句斟酌，但是每次看到产出，内心还是开心的，享受这样的过程。

这篇文章就是用python 生成自己写的博客词云，平常写的博客都是markdown 格式的，直接把文件传到后台，前端用js去解析文件显示的，所以我这里处理数据就不需要去爬虫网站，直接读文件处理的。

关于生成词云图的，在另外两篇文章中也有介绍过：

python itchat 爬取微信好友信息，生成词云

python爬虫学习：爬虫QQ说说并生成词云图

markdown文件处理，遍历文件夹，匹配md 后缀的文件，读文件，这里的root 是文件夹的绝对路径。

import os

total = ""

file_list = os.listdir(root)

for file in file_list:

    //处理md文件

    if os.path.splitext(file)[1] == ".md":

        path = os.path.join(root,file)

        text = open(path, encoding='utf-8').read()

        //最终得到的字符串

        total = total + "\n" + text

得到所有的文本之后，使用结巴分词 pip3 install jieba，处理成单个的词语。

import jieba

wordlist = jieba.cut(total, cut_all=True)

wl = " ".join(wordlist)

因为平常写的文章里有很多的代码，这里可以正则只留下中文，然后再处理中文字符。

import re

rec = re.compile("[^\u4E00-\u9FA5]")

total = rec.sub("", total)

wordlist = jieba.cut(total, cut_all=True)

wl = " ".join(wordlist)

最后就是生成词云，采用WordCloud的库

wc = WordCloud(

    # 设置背景颜色

    background_color="white",

    # 设置最大显示的词云数

    max_words=1000,

    # 这种字体都在电脑字体中，window在C:\Windows\Fonts\下，mac下的是/System/Library/Fonts/PingFang.ttc 字体

    font_path='C:\\Windows\\Fonts\\STFANGSO.ttf',

    height=2000,

    width=2000,

    # 设置字体最大值

    max_font_size=250,

    # 设置有多少种随机生成状态，即有多少种配色方案

    random_state=30,

)

myword = wc.generate(wl)  # 生成词云

# 展示词云图

plt.imshow(myword)

plt.axis("off")

wc.to_file('blog.png')  # 保存图片

plt.ion()

plt.pause(5)

plt.close()  # 图片显示5s，之后关闭

最终的结果显示图，除去代码之后，看这些词，不少还是跟android相关的，也是平常经常会提到的词汇。

欢迎关注我的个人博客：https://www.manjiexiang.cn/

更多精彩欢迎关注微信号：春风十里不如认识你

一起学习，一起进步，欢迎上车，有问题随时联系，一起解决！！！