丹东油晃实业有限公司

  • Python爬取15万条《吾是余欢水》弹幕,还原一个丧到极致的中年人生

产品导航

当前位置:丹东油晃实业有限公司 > 产品导航 >

Python爬取15万条《吾是余欢水》弹幕,还原一个丧到极致的中年人生

发布时间:2020-04-20 23:39 作者:admin 来源:未知 点击:172 字号:

原标题:Python爬取15万条《吾是余欢水》弹幕,还原一个丧到极致的中年人生

CDA数据分析师 出品

作者:Mika

数据:真达

后期:泽龙

【导语】:今天吾们聊聊炎干面, Python技术片面能够直接望第四片面。公多号后台,回复关键字“余欢水”获取完善数据。

Show me data,用数据发言

今天吾们聊聊 《吾是余欢水》

他来了他来了,正午阳光带着新剧走来了。

岁首时吾们用数据解读了几部炎度高,但评分差铁汉意的国产剧,而近来正午阳光带着两部新剧来了,《吾是余欢水》和《清平乐》,截止到现在为止,这两部剧在豆瓣别离为7.5分和7.9分,算是专门高的评分了。

今天吾们就来跟行家聊一聊其中这部《吾是余欢水》。

展开全文

01

这些年 吾们追过的

正午阳光作品

都说行为“国剧门脸”,正午阳光出品,必属精品,每一部都让人望得废寝忘食。

吾们先望到近年来正午阳光出品的作品,举几个例子你就清新了:

2019年 都挺益 7.8分

2018年 大江大河 8.8分

2016年 鬼吹灯之精绝古城 8.0分

2016年 喜悦颂 7.4分

2015年 琅琊榜 9.3分

2015年 假装者 8.5分

这些耳熟能详的炎门剧集,分数都在7.5分以上,不论是剧情、演技、服化道都相等讲究,真的算得上是国产剧中的良心制作了。

02

《吾是余欢水》

史上最惨男主的反袭之路

这次《吾是余欢水》讲的是个什么故事呢?

《余欢水》按照幼说《倘若异国明天》改编,由《都挺益》编剧王三毛、王磊父子改编。由郭京飞、苗苗、高露、岳旸等主演。

余欢水(郭京飞饰)是公司里业绩最差的员工,退让哑忍、得过且过是他的生存法则,直到嫌他窝囊的妻子挑出仳离,余欢水仍未做出转折。某日借酒浇愁后,余欢水身体不适查出癌症,心灰意冷的他破罐子破摔,性情大变,还在阴差阳错之下,成了无所畏惧的铁汉,到达人生顶峰。但阴差阳错的命运仍在不息,危险和挑衅接踵而至。

这部剧在播出后备受益评,最先一改清淡国产剧动辄五六十集的巨幅,这部余欢水仅仅12集,短幼精悍,爽利明快。添上主角们的演技都在线,剧情紧凑不拖沓,故事情节环环相扣,让人望得酣畅淋漓,相等过瘾。

03

《吾是余欢水》

行家都在怎么望?

豆瓣评分:

现在在豆瓣上,《吾是余欢水》为7.5分。共有11万的人给出了评分,其中百分之30.8%给出了5星,40%的给出了4星,是专门不错的收获。

知乎问应

吾们分析清理了知乎上关于《吾是余欢水》的问应,能够望到:

吾们把回应的角度主要分为故事、角色和剧作三个角度。

关于剧作

商议的角度主要是“网络短剧”的新方法相等有稀奇感,“组织紧凑”。同时照样那熟识的“正午配方”,很多正午阳光其他剧的演员展现,总让有栽“熟脸连连望的”的感觉,相等兴味。

关于故事

很多人外示,《吾是余欢水》隐晦讲的是“一个社畜的故事”,余欢水在职场的力不从心与无奈让人怜悯。剧中把余欢水遭遇车祸、仳离、误诊的窝囊人生哀剧用“乐剧凶果”来表现。

关于角色

男主余欢水、他的妻子甘虹、以及办公室三人组赵觉民、魏总等人都是商议的焦点。

04

Python分析15万弹幕

望望行家都在说些什么

那么不益看多们对《余欢水》和剧中主要人物都是怎么望的呢?

先望到主要结论:

行家有多喜欢发弹幕

再细望到每人弹幕发送的数目:

按照数据,在发送弹幕的人群中,63.7%的人发了一条弹幕,16.9%发了两条,幼批比较话痨的人发了10条以上的弹幕,占比3.63%。

哪些弹幕点赞最多?

点赞最高的弹幕也稀奇有意思,比如:

余欢水——国家优等退堂鼓外演艺术家

记住!这是一瓶转折命运的假酒

你跌倒了,吾们很怜悯马路

对不首,但是真的益想乐

真是让人感叹,这届网友实在是太有才了。余欢水都这么惨了,你们还取乐他,真是太坏了。

弹幕里行家都在商议谁?

按照分析吾们能够望到,商议最多的自然是吾们的男主了,有3974条弹幕都是关于余欢水的。

商议最多的第二名是谁?你们绝对想不到,居然是公司三人组,余欢水的上司之一梁安妮,收获了2158条弹幕。比余欢水妻子甘虹的弹幕高出近一倍。

人物弹幕画像:

吾们再按照主要人物的弹幕,产品导航清理出各幼我物的画像,最先是余欢水,行家挑到最多的就是演员郭京飞的演技,吊打一多幼鲜肉,妥妥的用实力发言。

余欢水

余欢水也被不益看多戏称为“益惨一男的”,各栽“窝囊”、“怂”、“惨”“令人心疼”,从中也望到了人到中年的无奈与现实。除此之外行家也疯狂串戏到了《都挺益》里的“苏明成”,感觉男主这么惨,望来编剧是想让余欢水给苏明成还债呀。

甘虹

吾们再望到余欢水妻子甘虹的画像,行家挑到最多的关键词是“大嫂”,要清新在都挺益里,高露演的是郭京飞的大嫂,这一转眼两人从叔嫂演成了夫妻。

梁安妮

望到收获弹幕第二高的角色——梁安妮。不益看多们都入神于她的演技,“性感”、“撩人”“时兴”等都是关键词。认为这个角色是妥妥的魅力担当,演员高叶把这幼我物的气质拿捏的物化物化的,自然时兴幼姐姐行家都喜欢。

赵觉民

再聊聊正午的金牌副角岳旸。听名字能够不太熟识,但望脸就清新了,正午的剧里哪哪都有他。《吾是余欢水》里,他演的是的领导赵觉明。他在《鬼吹灯之精绝古城》里演的是“大金牙”;到了《喜悦颂》,他演的是樊胜美的哥哥"樊胜英"。在弹幕里这两个角色名也往往被行家挑到。

下面望到详细分析过程

此次分析吾们获取腾讯视频的弹幕并进走数据数据,数据获取片面的详细思路如下:

分析网站URL规律,获取弹幕数据URL乞求接口和乞求手段

分析弹幕URL规律分析,获取翻页规律

掀开腾讯视频《吾是余欢水》视频马虎选取一集,不益看察吾们必要抓取的弹幕,能够清晰望出来弹幕不是在视频上的而是浮动在视频上面,而且弹幕在视频播放之后才起伏添载,于是吾们也许能得出弹幕是JS异步添载的。

吾们行使谷歌涉猎器,右键审阅元素,不益看察Network的乞求,播铺最先后展现了大量乞求,吾们在js选项下发现了一个比较稀奇的乞求 "danmu" ,掀开这个乞求后发现这就是吾们要的弹幕数据。

切换到Headers下获取到弹幕数据的URL地址:

弹幕URL规律分析

最先,吾们尝试删失踪现在的网址中不影响最后局果的片面参数,从而精简出网址如下:

将第二,三个乞求拿出来精简:

对比很容易找到规律,从第一页到第二页,timestamp值从15变到了45,第二页到第三页从45到75,target_id不变。

这个规律吾们能够大胆推想这个 timestamp 值是限制页数的,并且首首值是15每30秒更新一次。

一集视频弹幕有多少页呢?如何获取末了一个timestamp的值。

有一个幼技巧,吾们在构建URL地址的时候指定一个有余大的末了步长,然后当获取不到内容时终止循环即可。

差别集之前吾们必要追求target_id的代码规律,此处暂不做赘述。

详细代码如下:

# 导入所需库

importrequests

importjson

importtime

importparsel

importpandas aspd

defget_danmu_one_page(url_dm):

"""

:param url_dm: 视频弹幕URL地址

:return: 一页的弹幕数据

"""

# 增补headers

headers = {

'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36',

'cookie': '你的电脑登录后的cookie信息',

'referer': 'https://v.qq.com/x/cover/mzc00200bll9mha.html',

}

# 发首乞求

try:

r = requests.get(url_dm, headers=headers, timeout= 3)

exceptException ase:

time.sleep( 3)

r = requests.get(url_dm, headers=headers, timeout= 3)

# 解析网页

data = r.json[ 'comments']

# 获取评论ID

comment_id = [i[ 'commentid'] fori indata]

# 获取用户名

oper_name = [i[ 'opername'] fori indata]

# 获取会员等级

vip_degree = [i[ 'uservip_degree'] fori indata]

# 获取评论内容

content = [i[ 'content'] fori indata]

# 获取评论时间点

time_point = [i[ 'timepoint'] fori indata]

# 获取评论点赞

up_count = [i[ 'upcount'] fori indata]

# 存储数据

df_one = pd.DataFrame({

'comment_id': comment_id,

'oper_name': oper_name,

'vip_degree': vip_degree,

'content': content,

'time_point': time_point,

'up_count': up_count

})

returndf_one

defget_danmu_all_page(target_id, vid):

"""

:param target_id: target_id

:param vid: vid

:return: 一切页弹幕

"""

df_all = pd.DataFrame

# 记录步数

step = 1

fortime_stamp inrange( 15, 100000, 30): # 右侧竖立一个有余大的数

try: # 变态处理

# 构建URL

url_dm = 'https://mfm.video.qq.com/danmu?target_id={}&vid={}&timestamp={}'.format(target_id, vid, time_stamp)

# 调用函数

df = get_danmu_one_page(url_dm)

# 终止条件

ifdf.shape[ 0] == 0:

break

else:

df_all = df_all.append(df, ignore_index= True)

# 打印进度

print( '吾正在获取第{}页的信息'.format(step))

step = 1

# 睡眠一秒

time.sleep( 1)

exceptException ase:

continue

returndf_all

主要包含了以下信息:集数、评论ID、用户名、vip等级、评论内容、评论时间点和评论点赞。

关注 CDA数据分析师公多号

回复关键字“余欢水”

获取 详细 数据代码

CDA数据分析师

本文出品:CDA数据分析师(ID: cdacdacda)

全网谁家炎干面销量最高?教你用Python镇静获取

为湖北带货,1.2亿人围不益看!朱广权是怎么倚赖播讯息出圈的?

相关文章Related Articles

  • 斯柯达再定位:南北大多对

    2020-05-23

    斯柯达再定位:南北大多对垒? 彭苏平 斯柯达的“官降”来得恰逢其时。 上周,在一场线上媒体疏导会上,上汽大多汽车有限公司(下称“上汽大多”)斯...

  • 窃密调查再首弯折:幼鹏怒

    2020-05-23

    窃密调查再首弯折:幼鹏怒斥霸凌,特斯拉称“对此无回答” 经济不益看察网 记者 干群芳 距离特斯拉首诉前员工、现幼鹏汽车员工曹光植窃取自动驾驶商...

  • 5C出走什么样?汽车企业联

    2020-05-23

    中新经纬客户端4月27日电 继手机乘车码能够坐公交、地铁;手机扫码能够骑共享单车;手机能够预约打车后,移动互联网时代,中国在出走周围又有新突破...

  • 再增一城!重庆出台鼓励汽

    2020-05-23

    中新经纬客户端4月28日电 据重庆市商务委员会官网新闻,28日,重庆市商务委员会、重庆市财政局、重庆市公安局、国家税务总局重庆市税务局说相符印发...

如果您觉得本站还不错,就请分享给身边的好友吧


分享成功还有机会获得精美礼品哦