1.爬取微博热搜top50的相关信息存入exacl表格中 2.将爬取的热点进行分词，统计分词频率，做词云可视化分析 3.进行热点的热度区间分析，时间线分析，类型类别分析

采用 cookie 拟登陆来获取访问许可，使用正则表达式来进行微博热搜信息的爬取，爬取信息主要有时间、排名、热搜内容、热度、类型类别。之后通过 xlwt 库中的Workbook 创建 exacl 表格，用 book 对象调用 add_sheet 方法来建立一张 sheet 表，利用循环列表的方式将数据插入 exacl 表格中并保存 部分实现代码如下：

定义文件保存的目录，找到文件路径下的所有表格名称，保存到列表，拼接文件的路径，读取文件的数据到 Dataframe，存入新的列表，将 Dataframe 合并存入新的exacl 文件（实现同一文件夹中exacl文件的合并） 部分实现代码如下：

使用 pd.read_excel 读取微博热搜，用 usecols 参数选择读取 exacl 表第三列,也就是微博热搜标题，将热搜标题存入一个列表中，用 join 函数将列表转化为字符串，使用 jieba.lcut 进行分词，对分词进行处理去掉空格、单个字符。然后统计分词频率输出前二百的分词，使用 WordCloud 库进行词云制作。 部分实现代码如下

代码运行结果如下

统计表格中的数据总数，将数据从表格中取出，对热度进行 if 判断来划分区间。对时间线的分析主要是根据每隔一段时间抓取的前 50 热搜榜，判断不同时间热搜榜前五十的变化来进行时间线的分析，热搜类型是和热度在同一列下，将热搜类型与热度做以个正则表达式，只匹配汉字或数字进行提取，若没有提取到类型则输出未知，最后进行词频统计，来统计那些类型热度比较高；类别统计是判断新出现的热搜有多少，爆火的和热门的热搜有多少 部分实现代码如下

代码运行结果如下