生成一个带有GUI前端界面和数据可视化爬虫源码

好的，以下是一个简单的带有GUI前端界面和数据可视化的爬虫源码示例，供您参考：

from tkinter import *
import requests
from bs4 import BeautifulSoup
import pandas as pd
import matplotlib.pyplot as plt
import pymysql

# 定义GUI界面
class App:
    def __init__(self, master):
        self.master = master
        master.title("爬虫程序")

        # 定义GUI界面元素
        self.label_url = Label(master, text="网站链接：")
        self.label_url.grid(row=0, column=0)
        self.entry_url = Entry(master)
        self.entry_url.grid(row=0, column=1)

        self.label_depth = Label(master, text="爬取深度：")
        self.label_depth.grid(row=1, column=0)
        self.entry_depth = Entry(master)
        self.entry_depth.grid(row=1, column=1)

        self.label_interval = Label(master, text="爬取时间间隔：")
        self.label_interval.grid(row=2, column=0)
        self.entry_interval = Entry(master)
        self.entry_interval.grid(row=2, column=1)

        self.button_start = Button(master, text="开始爬取", command=self.start_crawler)
        self.button_start.grid(row=3, column=0)

        self.button_visualize = Button(master, text="数据可视化", command=self.visualize_data)
        self.button_visualize.grid(row=3, column=1)

    # 爬取网页数据
    def crawl(self, url, depth):
        visited = set() # 记录已经访问过的链接
        unvisited = set([url]) # 记录待访问的链接
        data = [] # 记录爬取到的数据

        for i in range(depth):
            new_urls = set()

            for link in unvisited:
                try:
                    response = requests.get(link)
                    soup = BeautifulSoup(response.content, "html.parser")
                    title = soup.title.string
                    data.append({"title": title, "url": link})
                    visited.add(link)

                    # 获取网页上的所有链接
                    for a in soup.find_all("a"):
                        href = a.get("href")
                        if href.startswith("http") and href not in visited:
                            new_urls.add(href)
                except:
                    pass

            unvisited = new_urls

        return data

    # 开始爬虫
    def start_crawler(self):
        url = self.entry_url.get()
        depth = int(self.entry_depth.get())
        interval = int(self.entry_interval.get())

        data = self.crawl(url, depth)

        # 将数据保存到本地文件
        df = pd.DataFrame(data)
        df.to_csv("data.csv", index=False)

        # 将数据保存到数据库
        conn = pymysql.connect(host="localhost", user="root", password="123456", db="test", charset="utf8")
        cursor = conn.cursor()
        cursor.execute("CREATE TABLE IF NOT EXISTS data (id INT AUTO_INCREMENT PRIMARY KEY, title VARCHAR(255), url VARCHAR(255))")
        for item in data:
            cursor.execute("INSERT INTO data (title, url) VALUES (%s, %s)", (item["title"], item["url"]))
        conn.commit()
        cursor.close()
        conn.close()

        # 提示用户爬虫完成
        messagebox.showinfo("爬虫程序", "爬虫完成！")

    # 可视化数据
    def visualize_data(self):
        # 从本地文件读取数据
        df = pd.read_csv("data.csv")

        # 绘制柱状图
        df["title"].value_counts().plot(kind="bar")
        plt.title("网页标题统计")
        plt.xlabel("网页标题")
        plt.ylabel("出现次数")
        plt.show()

# 启动GUI界面
root = Tk()
app = App(root)
root.mainloop()

在这个示例中，我们使用Python的Tkinter模块创建了一个简单的GUI界面，用户可以在界面上输入要爬取的网站链接、爬取深度和爬取时间间隔。当用户点击“开始爬取”按钮时，程序会使用requests和BeautifulSoup库爬取网页数据，并将数据保存到本地文件和数据库中。当用户点击“数据可视化”按钮时，程序会使用pandas和Matplotlib库进行数据可视化，并在GUI界面上展示出来。