Python采集《雪中》弹幕做词云图可视化分析，看看它为何高开低走

前言

嗨喽！大家好，这里是魔王~

最近已经播完第一季的电视剧《雪中悍刀行》，从播放量就可以看出观众对于这部剧的期待，总播放量达到50亿，可让人遗憾的是， 豆瓣评分只有5.7，甚至都没有破6。

很多人会把这个剧和《庆余年》做对比，因为主创班底相同

400余万字的同名小说曾被捧为网文界里的“名著”，不少粉丝早就对跨界改编有所期待，剧版的主创班底、出品方与2019年的爆款剧《庆余年》相同则放大了这份期待。然而《雪中悍刀行》播出后，书粉的怒火蔓延到了各类讨论场合。

时常在某站混迹的我，经常刷到《雪中》影视片段和其他影视片段的对比视频，比如：

今天就来采集这部剧的一部分视频弹幕，看看观众都说了啥，为什么播放量高，口碑却低

知识点介绍

1. requests模块的使用
2. pandas保存表格数据
3. pyecharts做词云图可视化

环境介绍

• python 3.8
• pycharm
• requests >>> pip install requests
• pyecharts >>> pip install pyecharts

一. 思路分析

找到弹幕所在地址 分析弹幕生成规律 timestamp: 初始值 15 后续实时加载 每隔30 就换一个数据

https://mfm.video.qq.com/danmuotype=json&target_id=7626435152%26vid%3Dp0041oidttf&session_key=0%2C174%2C1642248894×tamp=195

二. 代码实现

1. 发送网络请求
2. 获取数据 弹幕内容
3. 解析数据(筛选数据) 提取想要的一些内容 不想要的忽略掉
4. 保存数据
5. 词云图可视化

一、爬取弹幕 模块导入

import requests     # 发送网络请求
import pandas as pd # 保存数据

1.构建伪装

headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.71 Safari/537.36'
}
# 构建一个列表储存数据
data_list = []
for page in range(15, 1500, 30):
    url = f'https://mfm.video.qq.com/danmu?otype=json&target_id=7626435152%26vid%3Dp0041oidttf&session_key=0%2C174%2C1642248894×tamp={page}'

2. 发送网络请求

    response = requests.get(url=url, headers=headers)

3. 获取数据 弹幕内容 : 告诉我们响应成功

    json_data = response.json()
    # print(json_data)

4. 解析数据(筛选数据) 提取想要的一些内容 不想要的忽略掉

    comments = json_data['comments']
    for comment in comments:
        data_dict = {}
        data_dict['commentid'] = comment['commentid']
        data_dict['content'] = comment['content']
        data_dict['opername'] = comment['opername']
        print(data_dict)
        data_list.append(data_dict)

5. 保存数据 wps 默认以gbk的方式打开的

df = pd.DataFrame(data_list)
# 乱码, 指定编码 为 utf-8 或者是 gbk 或者 utf-8-sig
df.to_csv('data.csv', encoding='utf-8-sig', index=False)

6.运行结果 二、词云图可视化

#%%

import jieba
from pyecharts.charts import WordCloud
import pandas as pd
from pyecharts import options as opts

#%%

wordlist = []
data = pd.read_csv('data.csv')['content']
data

#%%

data_list = data.values.tolist()
data_str = ' '.join(data_list)
words = jieba.lcut(data_str)

#%%

for word in words:
    if len(word) > 1:
        wordlist.append({'word':word, 'count':1})
df = pd.DataFrame(wordlist)

#%%

dfword = df.groupby('word')['count'].sum()
dfword2 = dfword.sort_values(ascending=False)

#%%

dfword3 = pd.DataFrame(dfword2, columns=['count'])

#%%

dfword3['word'] = dfword3.index
dfword3

#%%

word = dfword3['word'].tolist()
count = dfword3['count'].tolist()

#%%

a = [list(z) for z in zip(word, count)]
c = (
    WordCloud()
    .add('', a, word_size_range=[10, 50], shape='circle')
    .set_global_opts(title_opts=opts.TitleOpts(title="词云图"))
)
c.render_notebook()

词云图

视频教程

尾语

好了，我的这篇文章写到这里就结束啦！

有更多建议或问题可以评论区或私信我哦！一起加油努力叭(ง •_•)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！