前言
作为一名打工人，每个月都会有那么两天是抗拒上班不想上班的，请病假又太麻烦，要这个证明那个证明的，所以说只能请事假，虽然会没得工资，但是为了咱们心情愉悦，很多时候不能太看重那两天的钱了，那么你们通常的请假理由一般都是啥呢？我用Python分析了全国的请假理由才选定了这个理由！
看看有没有你用过的理由吧
数据采集
我们是从微博移动端来进行数据采集的。我们按F12，打开开发者模式，对网页进行观察
我们发现数据存储的网页是一个hotflow开头的页面，它的数据存储的方式是Ajax，那我们就可以知道请求的页面和提取数据的方式了。
在上面，我们已经找到数据存储的网页和方式，那么只需要找到页面之间的联系，构造好循环，就可以批量开始爬取啦~
接下来对不同页面之间的URL进行观察
它们URL里面的id和mid是固定不变的，但是max_id是变化的，然后我又在页面里面发现了max_id值的规律，每一页的max_id的值都在上一页中存储着。
但是这样还不能够全部都访问，具体的原因和改进措施，这里因为篇幅，志斌就不介绍了，有兴趣的读者可以看看这两篇文章，有详细解释
数据采集的核心代码：
import requests
import re
import time
import csv
for page in range(1,10000):
if page == 1 :
params = (
('id', '4679186482727431'),
('mid', '4686092090212455'),
('max_id_type', '0'),
)
response = requests.get('https://m.weibo.cn/comments/hotflow', headers=headers, params=params)
a = response.json()['data']['max_id']
b = response.json()['data']['max_id_type']
for i in response.json()['data']['data']:
pinglunshijian = i['created_at']
ri = pinglunshijian.split()[2]
shi = pinglunshijian.split()[3].split(':')[0]
dianzanshu = i['like_count']
neirong = re.sub(r'<[^>]*>', '', i['text'])
id = i['user']['id']
yonghumingcheng = i['user']['screen_name']
with open('请假.csv','a',newline='') as f:
writer = csv.writer(f)
writer.writerow([yonghumingcheng,dianzanshu,ri,shi])
with open(r'请假.txt', 'a', encoding='utf-8') as f:
f.write(f'{neirong}\n')
可视化展示
我们此次一共获取了6216条数据，对这些数据进行可视化展示。
01
评论点赞top5用户
我们先来看看那些用户的评论最受大家认同。
这位叫顾狸狸的网友的评论点赞数是最高的，远超后几名，让我们来看看她的评论是什么，竟能让大家这么认同~
这理由确实可哇！而且很有文艺范，不像我只会用亲戚朋友结婚来当理由~
评论词云图
我们发现结婚、姐姐、婚礼这三个词比较多，结合从微博上看到的评论，看来大家都是一样用参加姐姐婚礼请假回家的理由最多~
图片来源于微博~
词云图代码：
with open("请假.txt",encoding='utf-8') as f:
job_title_1 = f.read()
contents_cut_job_title = jieba.cut(job_title_1)
contents_list_job_title = " ".join(contents_cut_job_title)
wc = WordCloud(stopwords=STOPWORDS.add("一个"), collocations=False,
background_color="white",
font_path=r"K:\苏新诗柳楷简.ttf",
width=400, height=300, random_state=42,
mask=imread('xin.jpg', pilmode="RGB")
)
wc.generate(contents_list_job_title)
wc.to_file("推荐语.png")
小结
1. 你的请假理由是什么呢？
2. 一年的请假理由都有了！