吴晋杰---第一次个人编程作业

作业介绍

博客班级	https://edu.cnblogs.com/campus/fzzcxy/2018CS
作业要求	https://edu.cnblogs.com/campus/fzzcxy/2018CS/homework/11732
作业目标	爬取腾讯视频《在一起》评论，并进行分词及统计，最后以词云图的形式展现在HTML，并上传到Github
作业源代码	https://github.com/Wujinejie/first-personal-work
学号	211806186
时间安排
步骤	花费时间
----------	--------------------------------------
爬取评论数据	3h
使用jieba分词进行分词并统计数量	2h
将处理完的数据在hbuilder上制成词云图	4h
上传到远程仓库Github	3h

具体步骤

1.数据采集
首先进入链接之后再进入全部评论信息F12打开开发者模式，通过比对网页的url， 只有last_id是不同的

找到网页代码的规律后，开始编写代码
这里使用的是正则匹配

2.数据处理

导入jieba分词库进行分词处理，一开始处理时，无法下手只能请教了同学，到这里里面找到国内常用停用词表，并且去除停用词，最后按每个词的次数依次排列。

3.数据分析展示
自己在之前自学过一点前端，大部分时间花在了对echarts.js的了解上。了解之后，查找了相关代码模板，套入完成！

4.遇到的问题
（1）一开始因为爬虫知识的忘记，导致了花了大量时间在爬虫的语法上面了。
（2）在进行分词处理不知道要处理成什么样的数据。
（3）最后就是echarts的插件使用上面的问题了。