网页新闻数统计

网页数据获取

  1. 打开获取数据 - Web，输入万里学院 - 媒体万里新闻列表网址 https://www.zwu.edu.cn/20/list1.htm

  2. 选择建议的表格 - 表2，并点击转换数据

  3. 将表 2重命名为单页新闻列表

  4. 后面将演示如何批量获取多个网页内容，可将Column1~3改为编号、标题和发布日期

  5. 选择管理参数 - 新建参数

  6. 设置参数名称 - 页码，类型 - 文本，当前值 - 1。

  7. 选中单页新闻列，选择右侧源的设置按钮

  8. 通过对网页URL进行分析，我们将每页变化的页码用变动的参数来代替，将原本的网址拆分为三个部分。选择高级 - 添加部件，第二行左侧下拉列表选择参数，右侧选择页码，第三列补全剩下的网址信息

  9. 新建空查询，输入= {1..10}，生成数字列表并转换为表，重命名为媒体万里10页，列表列命名为页码，类型设置为文本,注意，转换为表之后，需要将数据列的数据类型更改为文本类型

  10. 选择单页新闻列 - 右键创建函数

  11. 输入函数名称 - 媒体万里，确定

  12. 选择媒体万里10页查询 - 添加列 - 调用自定义函数

  13. 设置新列名 - 媒体万里，功能查询选择之前设置的媒体万里函数，页码选择列名 - 页码列，确定

  14. 展开媒体万里，选择所有列，这里可以不选择勾选将原始列名作为前缀，设置类型，除了标题和发布日期外删除其它列

  15. 添加新闻类型列，设置为：媒体万里，媒体万里10页数据获取完成

参考上述步骤，我们再来制作万里播报10页新闻列表。

  1. 打开获取数据 - Web，输入万里学院 - 万里播报新闻列表网址 http://news.zwu.edu.cn/131/list1.psp

  2. 获取单页播报

  3. 创建播报页码参数，将参数引入到单页播报查询中

  4. 新建空查询，建立万里播报5页的页码列，记得修改数据列类型为文本，重命名查询为万里播报5页

  5. 选中单页播报，创建函数，函数名称命名为万里播报

  6. 选中万里播报5页 - 添加列 - 调用自定义函数，新列名为万里播报 - 功能查询为万里播报，播报页码选择页码

  7. 展开列表，Column1~3改为编号、标题和发布日期，删除除标题与发布日期之外的其他列，添加新闻类型列，万里播报5页获取成功

将两份查询合并到一个表里

  1. 选中表媒体万里10页，再点击将查询追加为新查询

  2. 追加表选择万里播报5页，合并数据，命名为新闻列表

  1. 添加月份列：Date.ToText([发布日期],"yyyyMM")，设置为文本类型

  2. 将万里播报10页, 媒体万里30页设置为不启用加载

绘制新闻数量报表

  1. 在报表页添加柱状图，设置轴 - 月份，图例 - 新闻类型，值 - 标题 计数
  2. 在报表页添加矩阵，设置行 - 月份，列 - 新闻类型，值 - 标题 计数
  3. 在报表页添加折线图，设置轴 - 发布日期，图例 - 新闻类型，值 - 标题 计数

词云分析

  1. 在报表页添加表，设置值 - 标题，导出到data.csv文件，删除第一行标题

  2. 打开data.csv文件，将所有文本内容复制到在线词频分析网页，开始查询 http://www.seocha.net/term_frequency

  3. 分析的数据可以采用导出的方式，也可直接复制文本到Excel中

  4. 在Power BI中加载上面获取到的关于词频的数据文件，设置字段类型

  5. 在报表页添加WorldCloud(词云)，设置类别 - 关键字，值 - 词频，在格式中，设置非索引字 - 开，在字中，输入想要忽略的字段，用空格分隔

results matching ""

    No results matching ""