python爬取qq空间说说生成词云

爬取说说写入本地wen'da

#coding:utf-8

import time
from selenium import webdriver
from lxml import etree

#这里一定要设置编码格式，防止后面写入文件时报错
import sys

reload(sys)
sys.setdefaultencoding( "utf-8" )

friend = '******' # 朋友的QQ号，朋友的空间要求允许你能访问
user = '*****'  # 你的QQ号
pw = '*******'  # 你的QQ密码

#获取浏览器驱动，如果没有要下载驱动，然后系统环境要加入这个目录
driver = webdriver.Firefox(executable_path = 'D:/App/firefox/geckodriver.exe')

# 浏览器窗口最大化
driver.maximize_window()

# 浏览器地址定向为qq登陆页面
driver.get("http://i.qq.com")

# 所以这里需要选中一下frame，否则找不到下面需要的网页元素
driver.switch_to.frame("login_frame")

# 自动点击账号登陆方式
driver.find_element_by_id("switcher_plogin").click()

# 账号输入框输入已知qq账号
driver.find_element_by_id("u").send_keys(user)

# 密码框输入已知密码
driver.find_element_by_id("p").send_keys(pw)

# 自动点击登陆按钮
driver.find_element_by_id("login_button").click()

# 让webdriver操纵当前页
driver.switch_to.default_content()

# 跳到说说的url, friend你可以任意改成你想访问的空间
driver.get("http://user.qzone.qq.com/" + friend + "/311")

next_num = 0  # 初始“下一页”的id
while True:

        # 下拉滚动条，使浏览器加载出动态加载的内容，
        # 我这里是从1开始到6结束 分5 次加载完每页数据
        for i in range(1,6):
            height = 20000*i#每次滑动20000像素
            strWord = "window.scrollBy(0,"+str(height)+")"
            driver.execute_script(strWord)
            time.sleep(4)

        # 很多时候网页由多个或