某公司新闻数据抓取及其可视化和分析

这段Python代码主要实现从指定网站批量抓取新闻数据，并对数据进行处理和可视化的功能，具体步骤如下：

1. 导入模块

导入了多进程处理、操作系统交互、HTTP请求、JSON处理、数据可视化和计数器等多个模块，用于后续的各项操作。

2. 创建目录

检查当前目录下是否存在名为  xx  的文件夹，如果不存在，则创建该文件夹，用于存储后续抓取的JSON数据文件。

3. 设置请求头和基础URL

设置了模拟浏览器的User-Agent请求头，防止被网站识别为爬虫；定义了基础URL，用于构建请求的具体URL。

4. 定义抓取函数

 run  函数接收页码作为参数，构建完整的请求URL，向网站发送GET请求。若请求成功（状态码为200），则将返回的数据保存为JSON文件；若请求失败，打印错误信息。

5. 多进程抓取

在主程序入口（ if __name__ == '__main__': ）中，使用多进程池（ Pool ）并发地调用  run  函数，抓取前50页的数据。

6. 数据提取

遍历存储JSON文件的文件夹，读取每个JSON文件，提取其中的新闻标题和作者信息，将其存储到  results  列表中。

7. 保存提取结果

将提取的标题和作者信息保存到一个文本文件中。

8. 数据可视化

统计每个作者的文章数量，使用  seaborn  和  matplotlib  库绘制柱状图，展示每位作者的文章数量，并保存为图片，同时显示图片 。