* * *

### **步骤 1：安装依赖包**

```bash
# 核心依赖
pip install wordcloud jieba matplotlib pymysql

```

* * *

### **步骤 2：完整代码实现**

```python
import mysql.connector
from wordcloud import WordCloud
import jieba
import matplotlib.pyplot as plt
from collections import Counter

# ========== 配置部分 ==========
DB_CONFIG = {
    "host": "localhost",
    "user": "your_username",
    "password": "your_password",
    "database": "wnacg"
}

FONT_PATH = 'SimHei.ttf'  # 中文字体文件路径（需自行下载）
STOPWORDS_FILE = 'chinese_stopwords.txt'  # 停用词表路径
OUTPUT_IMAGE = 'wordcloud.png'  # 输出图片路径
# =============================

def fetch_text_data():
    """从数据库获取标题和标签数据"""
    conn = mysql.connector.connect(**DB_CONFIG)
    cursor = conn.cursor()
    cursor.execute("SELECT title, tags FROM cartoon")
    results = cursor.fetchall()
    cursor.close()
    conn.close()
    
    # 合并标题和标签
    return [' '.join([title, tags]) for title, tags in results]

def process_text(texts):
    """文本处理流程"""
    # 加载停用词
    with open(STOPWORDS_FILE, 'r', encoding='utf-8') as f:
        stopwords = set(f.read().splitlines())
    
    # 中文分词处理
    words = []
    for text in texts:
        seg_list = jieba.cut(text)
        words.extend([word.strip() for word in seg_list 
                     if word.strip() and word not in stopwords
                     and len(word) > 1])  # 过滤单字
    return words

def generate_wordcloud(words):
    """生成词云"""
    word_freq = Counter(words)
    
    wc = WordCloud(
        font_path=FONT_PATH,
        width=1600,
        height=1200,
        background_color='white',
        max_words=200,
        colormap='viridis'
    ).generate_from_frequencies(word_freq)

    plt.figure(figsize=(20, 15))
    plt.imshow(wc, interpolation='bilinear')
    plt.axis("off")
    plt.savefig(OUTPUT_IMAGE, bbox_inches='tight')
    plt.show()

if __name__ == "__main__":
    # 执行流程
    texts = fetch_text_data()
    words = process_text(texts)
    generate_wordcloud(words)
    print(f"词云已生成至：{OUTPUT_IMAGE}")
```

* * *

### **步骤 3：准备工作**

1.  **中文字体文件**：
    
    - 下载微软雅黑字体 [SimHei.ttf](https://www.wfonts.com/font/simhei)
    - 或使用系统已有中文字体（如`C:/Windows/Fonts/msyh.ttc`）
2.  **停用词表**：
    
    - 创建 `chinese_stopwords.txt` 文件，内容示例：
        
        ```text
        的
        是
        在
        了
        和
        ...
        ```
        
    - 或直接使用[哈工大停用词表](https://github.com/goto456/stopwords/raw/master/cn_stopwords.txt)
        

* * *

### **关键参数说明**

| 参数  | 作用  | 推荐值 |
| --- | --- | --- |
| `max_words` | 显示最大词汇量 | 100-300 |
| `width/height` | 图片分辨率 | 根据显示需求调整 |
| `colormap` | 颜色主题 | viridis, plasma, tab20等 |
| `background_color` | 背景颜色 | "white" 或 "#FFFFFF" |
| `collocations` | 是否合并词组（中文建议关闭） | False（需修改代码） |

* * *

### **扩展功能建议**

1.  **自定义形状**：
    
    ```python
    from PIL import Image
    mask = np.array(Image.open("shape.png"))  # 使用图片形状模板
    WordCloud(mask=mask, ...)
    ```
    
2.  **词频输出**：
    
    ```python
    # 在 generate_wordcloud 函数后添加
    with open('word_freq.csv', 'w') as f:
        for word, freq in word_freq.most_common(100):
            f.write(f"{word},{freq}\n")
    ```
    
3.  **交互式可视化**：
    
    ```bash
    pip install pyecharts
    ```
    
    使用 [pyecharts](https://pyecharts.org/) 生成可交互的词云网页
    

* * *

通过这个方案，可以快速实现基于数据库文本数据的可视化分析。如果需要处理超大文本量（>10万条），需要添加分页查询和进度显示功能。

以下是使用 `pymysql` 替代 `mysql-connector-python` 的完整改造方案：

* * *

### **改造步骤说明**

#### 1\. 安装依赖变更

```bash
# 卸载旧库（如果已安装）
pip uninstall mysql-connector-python

# 安装新库
pip install pymysql
```

#### 2\. 代码修改对比

| 原代码 (mysql-connector) | 新代码 (pymysql) |
| --- | --- |
| `import mysql.connector` | `import pymysql` |
| `conn = mysql.connector.connect(...)` | `conn = pymysql.connect(...)` |

* * *

### **完整改造后的词云代码**

```python
import pymysql  # 关键修改点
from wordcloud import WordCloud
import jieba
import matplotlib.pyplot as plt
from collections import Counter

# ========== 配置部分 ==========
DB_CONFIG = {
    "host": "localhost",
    "user": "your_username",
    "password": "your_password",
    "database": "wnacg",
    "charset": "utf8mb4",  # 新增推荐编码配置
    "cursorclass": pymysql.cursors.DictCursor  # 可选：返回字典格式数据
}

FONT_PATH = 'SimHei.ttf'
STOPWORDS_FILE = 'chinese_stopwords.txt'
OUTPUT_IMAGE = 'wordcloud_pymysql.png'
# =============================

def fetch_text_data():
    """从数据库获取数据（使用pymysql）"""
    conn = pymysql.connect(**DB_CONFIG)  # 修改连接方式
    try:
        with conn.cursor() as cursor:  # 自动管理游标
            cursor.execute("SELECT title, tags FROM cartoon")
            results = cursor.fetchall()
            
            # 字典模式处理（如果配置了cursorclass=DictCursor）
            return [' '.join([row['title'], row['tags']]) for row in results]
            # 元组模式（默认）：
            # return [' '.join([title, tags]) for title, tags in results]
    finally:
        conn.close()  # 确保连接关闭

# 以下 processing_text 和 generate_wordcloud 函数保持不变
# ... (与之前代码完全相同)

if __name__ == "__main__":
    texts = fetch_text_data()
    words = process_text(texts)
    generate_wordcloud(words)
```

* * *

### **关键修改点详解**

1.  **连接参数增强**：
    
    - 新增 `charset="utf8mb4"` 支持完整的Unicode字符
    - 可选 `cursorclass=pymysql.cursors.DictCursor` 使查询结果返回字典格式
2.  **连接关闭优化**：
    
    - 使用 `try/finally` 确保数据库连接始终关闭
    - `with conn.cursor()` 上下文管理器自动释放游标资源
3.  **结果集处理**：
    
    - 默认返回元组数据：`row[0]` 对应第一个字段
    - 字典模式需明确配置：`row['title']` 按字段名访问

* * *

### **可能遇到的问题及解决方案**

| 问题现象 | 原因  | 解决方案 |
| --- | --- | --- |
| `ImportError: No module named 'pymysql'` | 未安装库 | `pip install pymysql` |
| `Can't connect to MySQL server` | 权限/网络问题 | 检查MySQL用户远程连接权限 |
| `Incorrect string value` | 编码问题 | 确保配置 `charset="utf8mb4"` |
| `SSLError` | SSL连接问题 | 添加 `ssl={"ssl": {"fake_flag": True}}` 参数 |

* * *

### **性能对比建议**

| 场景  | 推荐驱动 |
| --- | --- |
| 需要SSL加密连接 | `mysql-connector` |
| 高频短查询 | `pymysql` |
| 大量二进制数据处理 | `mysqlclient` (C扩展) |

如果后续需要更高性能，可以进一步改用 `mysqlclient`（只需修改为 `import MySQLdb` 其他语法与pymysql兼容）。

[SexWord.py](../../_resources/SexWord.py)