最初这个项目的想法应该是在2018年10月，当时在学习python的时候灵机一动：从今年某用户发布的微博数据，到提取最有意义的top50关键字。显然涉及到一些数据采集和自然语言处理方面的知识。前期准备：需要到微博开发平台对开发者进行认证；在微博开发平台创建应用；1个域名，1台服务器；微博应用创建和审核创建应用的目的是让你的网站可以访问微博，使用微博登录授权，调用微博开放的一些API；质量高、用户多的应用会被推荐到微博应用广场等。创建应用需要我们填写一些信息，应用名称、描述等。直接把准备好的文案粘贴进去即可；需要不同规格的应用图标和三张以上的应用介绍宣传图片。这里面很关键的一点就是应用地址，需要提供一个可以访问的包含微博组件的地址。这些东西提交之后，就可以提交审核了。微博申请的审稿速度还是比较快的，一两天就审完了。应用通过审核后，可以使用appkey和appsecret继续开发。微博数据采集由于微博开放的API接口不提供用户微博数据，所以采用数据采集方案。该工具的第一个版本是用nodejs编写的，后来更换为python版本。此处提取关键词或使用python进行处理：预处理（去除微博中的表情、标签等）；分词（将整个句子分割成词汇）；加载词库（包括通用词库和用户自定义词库）；去除停用词（去除一些无意义的词）；计算TFIDF，按权重排序；取前50个词生成词云图。串口项目项目的基础设施是使用nodejs搭建的，整个应用的路由访问控制、视图渲染、异常处理、日志收集、流程管理都是使用nodejs完成的。大体流程：用户访问应用；引导用户进入微博授权页面；授权成功后，后台获取uid，启动新的子进程生成微博词云图；此时返回一个授权页面给用户（此时微博词云过程可能还没有结束）；用户点击进入下一页，如果图片已经生成，则显示显示的数据，如果没有，则给用户等待处理。是的，基本流程差不多，比较简单。下面我们看看最终的效果。重要的知识点是在nodejs中调用一个python脚本。大致思路是生成一个shell命令，然后nodejs启动一个子进程，在子进程中执行shell。H5页面，长按保存为图片，这里的大致思路是这样的：我们把html转成canvas，然后把canvas的数据取出来，放到一个img标签里。把这个img放到页面顶部，不透明度设置为0。然后在微信、微博等应用中，长按保存到手机，具体实现代码见下图。总结更多的是对一些交互的细化，让用户有更好的操作体验和视觉冲击。这个应用的视觉冲击力不大，哈哈。最后，欢迎大家相互交流。项目地址：http://yk.mcust.cn/wb
