很酷哦！
不过，对我这个选择恐惧症来说，也很纠结…
我们先看一下有哪些要求吧？
中草药名？人参？西洋参？还有啥？？？
作为一个不怎么吃药的非医学生，这题真的超纲了呀。我只能求助度娘。
但是有个问题，我会百度，别人也会百度呀。
那这些好听的名字，我估计大半都被人用去了。
不行，我一定要取一个独一无二的名字！
这些人为挑选出来的名字代表了大众普遍的审美
我要做颜色不一样的烟火
我要自己筛选～
素材呢？素材自己爬一下呗。
本次使用的是Python（编译器是pyhcarm）
作为一个python新手
虽说这次任务是为了取名字
但更重要的也是为了练习一下自己刚学习的python
我发现，看书看视频
这些单纯索取的学习方式不太适合我 : (
目标驱动法才更使得我有学习的动力 : )
我挑选的网站是“中药网”（侵删！）
（http://m.zhongyoo.com/）
切换到“查询”页面，一共有65页
每页有13种中草药（除了最后一页只有8种）
国际惯例，第一步右击“检查”，找中草药的名字在哪块：
看样子是在class=t的位置，再看一下其他的中药名，也都在这个位置，那就get吧。
1res=requests.get(‘http://m.zhongyoo.com/name/page_1.html’)
2res.encoding='gbk'
3soup=BeautifulSoup(res.text,'html.parser')
4
5plant_names=[]
6names=soup.select('.t')
7for name in names:
8 plant_names.append(name.text)
没错，7行就爬下了这一页的所有名字。
观察一下第1页网址：http://m.zhongyoo.com/name/page_1.html
观察一下第2页网址：http://m.zhongyoo.com/name/page_2.html
观察一下第3页网址：http://m.zhongyoo.com/name/page_3.html
区别在哪呀？小学生都能看出来，在倒数第6个字符！从1变成了2再变成了3。
发现了这个规律，我们就能愉快地利用函数来爬后面几页的名字啦。参数自然就是从1变到65的变量啦。
不得不说
控制台不断弹出来的“第X页数据摘取完毕！”这些话
真的太治愈了哈哈哈
此画面引起极端舒适！
然后我们就如愿得到这840个名字啦！
（部分结果）
BUT！
正当我美滋滋准备导出数据开始挑选的时候
我“一不小心”点进一个中草药的链接里面去
发现……
？？？还有别名？？
也行吧，那就别名也爬一下…
既然是点进每一个链接才能查找到“别名”的数据，那么在起始页不仅要爬名字，还要将每个链接都抓取出来。“检查”了一下，发现链接位置和之前的名字不太一样：
搞不太清楚具体在哪里，因为不在普通的‘text’里面，我只能另辟蹊径，尝试一下正则表达式把地址找出来（天呐，其实我这个没玩过……但是迟早要学的，那就是现在吧！）
通过临时学习，我模仿了一下，我发现！正则表达式！真的很好用！真香！
1pattern = re.compile(r'http:.*?.html')
2plant_links = pattern.findall(html_sample)放到前面的函数里面，蹭蹭蹭，每一类中草药的名字和具体链接就出来啦！
有了链接就可以开始爬具体页面的别名了。
跟之前差不多的步骤，我再次用了正则表达式：查查筛筛扣扣拆拆合合，艰难而成功地找出来所有的别名：
1def getPlantBynames(url):2 res=requests.get(url)3 res.encoding='gbk'4 html_sample=res.text5 soup=BeautifulSoup(html_sample,'html.parser')6 header=soup.select('.art_1')7 bynames=header[0].text.replace("\n", "").replace('\t', '').strip()89 result=[]
10 if re.search('【别名】.*?【英文名】', bynames) is not None:
11 single_name = re.search('【别名】.*?【英文名】', bynames).group()[4:-8]
12 result.extend(single_name.split('、'))
13 return result方法肯定有很多种，我…下次再学！
然后呢，我们再把这个获取别名的函数放进刚刚的大函数里面，就可以在获取链接之后直接把链接当作参数用到这个函数里面，结果不用再导出链接，直接把“本名”和“别名”输出就好了。不瞒你们说，有四千多个名字！
我们先来瞧一瞧古人起名字都喜欢用什么字吧！
以前用过R语言做词云
现在为了学习我决定尝试用python
虽然语法不太一样
但是思想大致一样
我又看到了似曾相识的“jieba”：
1names=str()2for name in df['name']:3 names=names+name45result=jieba.cut(names,cut_all=True)6789cloud_text="".join(result)
10fre= Counter(cloud_text)
11
12mask = np.array(Image.open('flower.jpg')) # 定义词频背景
13 wc = wordcloud.WordCloud(
14 font_path='Hiragino Sans GB.ttc', # 设置字体格式
15 mask=mask, # 设置背景图
16 max_words=200, # 最多显示词数
17 max_font_size=150 # 字体最大值
18)
19
20wc.generate_from_frequencies(fre) # 从字典生成词云
21image_colors = wordcloud.ImageColorGenerator(mask) # 从背景图建立颜色方案
22wc.recolor(color_func=image_colors) # 将词云颜色设置为背景图方案
23plt.imshow(wc) # 显示词云
24plt.axis('off') # 关闭坐标轴
25plt.show() # 显示图像
26wc.to_file('plant_names_pic.png')（学习这个大概花了我一半的时间，因为脑子一直没转过弯来）
词频top如下：
词云结果如下：
果然频率最高的就是那些“花”啊“草”的
比较令我意外的是“子”出现的频率很蛮高的
我个人觉得名字带“子”的还蛮好听的～
好了，现在开始回归正题，找花名！
用万能excel筛选出长度为2的名字
还有一千多个满足要求的！
之前吧，觉得百度出来的选择太少了
很容易和别人选得一样，没意思；
现在吧，选择倒是有很多
但是眼睛看看也很累诶～
删除掉自己名字里确切不想要的的一些字：
草，花，山，石，红，老，麻，菊，藤……
还剩好几百个名字……
那筛选出一些自己觉得比较好听的字
看看有没有适合的名字：
带“白的”：
带“苏”的：
带“青”的：
带数字的：
内心bb：看着吧，觉得都挺不错，但仔细看看，又觉得都不咋滴……
看来，对我这种选择恐惧症来说
不管是一千个选择还是两个选择，我都选不粗来！
我看呀，最好就是只给我一个选项！
什么“我来教你如何从四千个名字中挑选出最适合自己的花名”
我教不了！
886！
对了，有没有善良的人…给我一点点名字的建议…
不然我就决定叫“柚子”了
因为我家乡盛产文旦！
什么？柚子不是中草药？
无所谓啦，反正hr说了
一般水果都可以入药的！（逃…
﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌
生活不易，必须多才多艺。
生活不易，必须多才多艺。
数据很多，Yura分析跟你说。
不定期更新数据分析小文章
请大家多多关注多多点赞多多转发：）
关注我
