爬虫---提取关键字生成词云图

提出问题

如何爬取新闻的关键字，并生成词云图或者饼图展示？
比如一则新闻：https://new.qq.com/rain/a/20230315A08LAK00。如下图所示：

解决思路
1、先爬取新闻中的所有文字
2、再把所有的文字分割，使之成为一个个的字
3、将出现的字进行统计，统计出次数靠前的10位
4、再生成词云图或饼图

请看以下代码：

import jieba as jieba
import requests
from bs4 import BeautifulSoup
from pyecharts.charts import WordCloud, Pie

if __name__ == "__main__":
    headers = {
        "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36"
    }
    url="https://new.qq.com/rain/a/20230315A08LAK00"
    res_html = requests.get(url, headers=headers).text
    # print(res_html)

    # 创建一个BeautifulSoup对象。对获取的网页进行过滤，获取其内容
    soup = BeautifulSoup(res_html, "lxml")
    # 获取文章的文字
    txt = soup.select(".content-article")[0].text
    # print(txt)
    # 对文章进行分割
    words = jieba.lcut(txt)

    # 统计每个词语出现的次数
    counts = {}
    for word in words:
        if len(word) == 1:
            continue
        else:
            counts[word] = counts.get(word, 0) + 1
    # 获取出现次数最多的前10个词语
    # counts.items -----> counts里面的所有项
    # a ------> counts里面的每一项
    sort_data = sorted(counts.items(), key=lambda a: a[1], reverse=True)[:10]

    # 词云图
    wc = WordCloud()
    wc.add("", sort_data, word_size_range=[20, 100])
    wc.render("1.html")

    # 饼图
    pip = Pie()
    pip.add(
        series_name="次数",
        data_pair=sort_data
    )
    pip.render("2.html")

一起看一下运行效果：

 

 饼图：