内容：

电影，作为人类文化的重要组成部分，一直以来都以其独特的魅力吸引着无数观众。然而，在浩如烟海的电影作品中，究竟该选择哪一部来观看呢？面对众多选择，我们如何才能高效地筛选出真正值得一看的佳作？今天，就为大家带来一种全新的观影方式——通过编写脚本获取电影评论词云，让你在短时间内了解观众的看法和评价。

一、全局字体初始化

在开始编写脚本之前，我们需要确保中文能够正常显示。根据不同的操作系统，选择合适的字体是非常重要的。以下是一个简单的示例代码，用于设置全局字体：

import matplotlib.pyplot as plt
import os
import random

try:
    if os.name == 'nt':
        mpl.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei']
    else:
        mpl.rcParams['font.sans-serif'] = ['PingFang HK', 'Noto Sans CJK SC', 'WenQuanYi Zen Hei']
except Exception as e:
    print("❌ 字体配置失败:", str(e))
    print("请执行以下解决方案：")
    print("1. Windows系统：安装[微软雅黑](https://learn.microsoft.com/zh-cn/typography/font-list/microsoft-yahei)")
    print("2. Mac/Linux系统：执行安装命令：sudo apt install fonts-noto-cjk")
    exit(1)

二、配置信息

接下来，我们需要配置一些必要的信息，包括要分析的电影信息、输出目录、抓取页数、并发线程数、代理IP池、字体路径、停用词文件路径和情感阈值等。以下是一个示例配置：

CONFIG = {
    'movies': {
        '30181250': '封神第二部：战火西岐',
        '36282639': '唐探1900',
        '34780991': '哪吒之魔童闹海',
        '36289423': '射雕英雄传：侠之大者',
        '35295960': '蛟龙行动'
    },
    'output_dir': './reports',
    'page_limit': 20,
    'max_workers': 5,
    'proxy_pool': ['http://ip1:port', 'http://ip2:port'],
    'font_path': './font/NotoSansCJKMedium.otf',
    'filterRoleNames': True,
    'stopwords': './stopwords.txt',
    'sentiment_threshold': (0.4, 0.6)
}

三、MovieAnalyzer 类

MovieAnalyzer 类是脚本的核心部分，包含了多个方法，用于实现数据抓取、文本处理、分析和报告生成等功能。以下是一些关键方法的示例：

1. 初始化：创建输出目录，加载自定义词典和停用词文件。
2. 生成动态请求头：模拟不同的浏览器访问，避免被网站识别为爬虫。
3. 获取代理IP：从代理IP池中随机选择一个代理IP。
4. 数据获取：多线程安全的数据抓取方法，先获取电影的演员信息，再使用线程池并发抓取指定页数的评论。
5. 单页评论获取：使用 requests 库发送请求，解析 HTML 页面，提取评论信息。
6. 文本清洗：对评论进行高级文本清洗，去除 HTML 标签、@提及、括号内容等无用信息。
7. 影评分析：调用 fetch_data 方法获取数据，对评论进行情感分析和文本处理，最后生成分析报告。
8. 单条评论处理：处理单条评论，包括情感分析和文本处理，去除停用词和黑名单词汇。
9. 生成词云图：根据关键词频率生成词云图。
10. 生成情感分布图：根据情感分析结果生成情感分布饼图。
11. 导出Excel文档：将情感分析和关键词分析结果保存到 Excel 文件中，并生成高频关键词趋势图。

通过以上步骤，你就可以轻松获取电影评论词云，快速了解观众的看法和评价。希望这个方法能为你带来更多的观影乐趣！如果你觉得有帮助，请点个 star~