Using Python to analyze the poems from Haizi
三年前的夏天，我从茶卡盐湖开着租来的车一路向西，驶向德令哈。那是一个夏日的夜晚，公路两旁都是牧场。高速上几乎没有别的车辆，只有数不清的蚊虫追逐着我们的车灯。
之所以特地奔赴这座小城停留一晚，自然是因为海子在德令哈写的那首《1988.6.8～10日记》。
姐姐，今夜我在德令哈，夜色笼罩
姐姐，我今夜只有戈壁
草原尽头我两手空空
悲痛时握不住一颗泪滴
姐姐，今夜我在德令哈
这是雨水中一座荒凉的城
除了那些路过的和居住的
德令哈……今夜
这是唯一的，最后的，抒情。
这是唯一的，最后的，草原。
第二天的早晨，德令哈下着小雨。我们在这座小城逛一逛，四周的戈壁和草原还在，只不过它不再是“雨水中荒凉的城”。实际上作为青海海西州的首府，现在的德令哈是座挺繁华甚至现代化的小城。尽管时过境迁，但这里的人们并没有忘记三十几年前在这里路过的诗人，还为他建了一座诗歌陈列馆。
在海子去世时，他们的朋友最大的担忧是海子会被人们遗忘。现在看来他们是多虑了。人们没有忘记海子，他的诗歌如今被收录在语文课本中，所有人都知道他的那句“我有一所房子，面朝大海，春暖花开”。
他的老友西川给他整理的诗集《海子诗全集》是我没事就会翻的书。每每翻阅，除了惊叹于海子细腻的笔触，还越发好奇海子最喜欢用的意象是什么。
于是我顺手就用 Python 爬了爬海子的诗的文本，用 jieba 提取出海子最常用的词，将其最常用的词汇进行一个排序，形成此文。
首先我在网上下载了一本《海子诗全集》，也就是我手头的这一本。如上所说，这本诗集是海子生前好友西川收纳整理的，是市面上海子诗集中质量最高的一本。我下载的是一个pdf，需要将 pdf 中文本进行提取。为此，我们需要安装两个库。
安装好以后，我们便可以从 pdf 中提取出海子诗歌的文本（去掉目录、序、后记等）。
得到了一个文本后，我们便可以用 jieba 来分析文本了。
这是我们最后通过 jieba 得到的结果后，通过wordart做的词云，词汇组成的图片是海子流传最广的一张肖像。
换一张卡通图做底：
jieba跑出来各个关键词的权值Top100如下：
天空 484 太阳 469 大地 316 诗歌 306 头颅 290 石头 256 月亮 226 人类 220 诗人 220 草原 219 一只 217 日子 197 美丽 186 死亡 182 巴比伦 178 我要 166 沙漠 166 血儿 162 黑夜 162 孤独 161 黄昏 159 黑暗 158 痛苦 158 天堂 156 母亲 153 青草 151 肉体 150 生命 150 村庄 149 坐在 145 秋天 143 故乡 143 河流 141 远方 133 岩石 125 夜晚 123 吉卜赛 123 女人 123 嘴唇 122 来到 118 声音 116 歌唱 115 土地 113 王子 106 眼睛 104 地上 104 春天 103 北方 102 秘密 102 爱情 101 火焰 101 幸福 100 少女 100 诞生 99 一种 96 山上 96 原始 95 众神 93 老人 91 编者注 91 黎明 91 燃烧 90 女儿 89 世界 89 一条 88 宝剑 88 寂静 88 花朵 87 地方 86 身上 86 红色 86 幻象 85 灵魂 85 豹子 82 生活 81 死去 80 饥饿 80 麦地 79 身体 79 公主 79 泪水 78 一位 78 反王 77 野花 76 火把 76 大海 75 粮食 75 内心 75 父亲 75 神秘 74 黑色 74 儿子 74 兄弟 74 丰收 73 语言 73 歌声 73 盲目 73 照亮 72 这是 72 野兽 71