EDG夺冠,Python分析一波B站评论,总结:EDG,nb
前言
2012,一个卡牌,一个雷恩加尔,一群红衣少年的欢声笑语。
2013,一个杰斯,一个扎克,一场支离破碎的梦境。
2014,一个螳螂,一个兰博,一座摇摇欲坠的基地。
2015,一个寡妇,一个妖姬,一本永远叠不上去的梅贾窃魂卷。
2016,一个盲僧,一个奥拉夫,一串耻辱的数字。
2017,一个克格莫,一个青钢影,一个赛区绝境中最后的救赎。
2018,一个刀妹,一个剑魔,一个至高无上的尊严。
2019,一个泰坦,一个盲僧,一个浴火重生的凤凰。
2020,一个船长,一个剑姬,一个杀戮无法弥补的遗憾。
2021,一个皇子,一个佐伊,一个挽大厦于将倾的骑士。
今天的主角就是2021年英雄联盟全球总决赛冠军——EDG,当天夺冠消息一出,立马登顶各大媒体平台热搜榜,引发巨大反响,本文以B站官方赛事评论为例,来看看能不能发现什么有趣的内容!
探寻网页规律
待爬取链接:https://www.bilibili.com/video/BV1EP4y1j7kV?p=7
F12打开抓包工具–>选择network–>向下滑动评论–>寻找对应数据包
数据包链接如下:
https://api.bilibili.com/x/v2/reply/main?callback=jQuery172020429646890840103_1636422926026&jsonp=jsonp&next=2&type=1&oid=891511588&mode=3&plat=1&_=1636423918172
直接打开会发现并不是对应的 json
文件。
仔细观察链接会发现有 “callback=jQuery172020429646890840103_1636422926026”
这个参数,根据字面意思应该是回调参数,我们尝试将它删掉,重现打开。
现在数据包就可以得到了,下一步找到控制“页数”的参数即可,经测试发现就是 next=2
这个参数。
数据抓取
获取url列表
通过 url
模板,格式化 url
,保存到待抓取列表中。
def get_url_list():url_list = []# url模板url = f'https://api.bilibili.com/x/v2/reply/main?jsonp=jsonp&next=%d&type=1&oid=891511588&mode=3&plat=1&_=1636423918172'for i in range(1, 10):# 将格式化的url添加到字符串中url_list.append(url%i)return url_list
抓取程序
因为待抓取的数据还是有些多,整个抓取采用 异步协程 的方式,使用时要替换请求头 headers
中的 cookie
,本次的代码只对网页请求进行异步操作,文件读写这部分并未设计异步。
async def get_page(url):headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36','cookie': "填写自己对应的网页cookie"}async with aiohttp.ClientSession(connector=aiohttp.TCPConnector(ssl=False), trust_env=True) as session:while True:async with session.get(url=url, headers=headers, timeout=8) as response:# 更改相应数据的编码格式response.encoding = 'utf-8'# 遇到IO请求挂起当前任务,等IO操作完成执行之后的代码,当协程挂起时,事件循环可以去执行其他任务。page_text = await response.text()print(f"{url.split('=')[-1]}爬取完成!")breakreturn save_to_csv(page_text)
数据解析与存储
从上面图中的内容可以看到,数据结构还是有点复杂的,这里我根据个人兴趣提取了一部分感兴趣的字段,大部分评论具有回复内容,这里只采集第一级评论的回复,数据保存时要注意 DataFrame
的表头不要重复保存。
def save_comment(df, dic, rep=False):message = dic['content']['message'] if not rep else dic['content']['message'].split(':', 1)[-1]df = df.append({'ctime':dic['ctime'],'like':dic['like'],'uname':dic['member']['uname'],'sex':dic['member']['sex'],'current_level':dic['member']['level_info']['current_level'],'message':message},ignore_index=True)def save_to_csv(page_text):df = pd.DataFrame({'ctime': [], 'like': [], 'uname': [], 'sex': [],'current_level': [], 'message': []})data = json.loads(page_text)comment = data['data']['replies']for dic in comment:save_comment(df, dic)if dic['replies'] != None:for reply in dic['replies']:save_comment(df, reply, rep=True)header = False if Path(r'C:\Users\pc\Desktop\bilibili.csv').is_file() else Truedf.to_csv(r'C:\Users\pc\Desktop\bilibili.csv', header=header, index=False, mode='a')print('成功保存:' + str(len(df)) + '条')
完整源码文末获取
数据可视化
写文时间确实不多,只有用 Tableau
简单可视化一下了!
热评发布时间分布
可以看到热评发布时间集中在 11月6日下午5-6点,基本占了整个热评池的一半左右。
评论热度排行
下面看一下热度排名前三的评论:
jiejie:像scout说实话,我真的很想给他一个冠军你知道吗?
他在edg打了那么久,我很想去给他一个冠军,我其实我是幻想过,我们一起在冰岛打到最后,我们一起捧奖杯的那个画面,我们六个,芙兰朵,viper,妹扣,俊嘉,如果厂长小象能来的话,我们八个人一起捧起召唤师奖杯。
lpl是最牛逼的,没有之一!
————点赞数104089
也许有一天,我说也许,也许有一天,我们再次对英雄联盟电子竞技失去了信心。因为韩国的宰治,从四强赛看来,已卷土重来。
但我觉得不是今天。
也许有一天,这些我们所熟知的热爱的选手,没有办法坚持在舞台上了。
但也不是今天。
今天,EDG浴血奋战!不破不立!来迎战LCK一号种子DK战队,我们准备进入召唤师峡谷!77777!!![打call][打call][打call]
————点赞数67413
骑士拔剑,攘除外敌,重建王朝。
我懂了是亚瑟王传说!
————点赞数37223
评论人群等级
大佬是真的多呀,2级的只有2%左右!5级6级大佬占了73%,4级的我瑟瑟发抖。。
评论人群性别比例
评论中男女占比 5:1 ,男生还是主力军!
合成看板
源码获取
添加本人微信,备注【交流群】, 拉你进Python交流群
EDG夺冠,粉丝炸锅了! 北京时间11月6日,在英雄联盟S11总决赛中,中国LPL赛区战队EDG电子竞技俱乐部以3∶2战胜韩国LCK赛区战队DK,获得2021年英雄联盟全球总决赛冠军. 这个比赛也是备 ... 本文禁止转载 EDG夺冠,粉丝炸锅了! 北京时间11月6日,在英雄联盟S11总决赛中,中国LPL赛区战队EDG电子竞技俱乐部以3∶2战胜韩国LCK赛区战队DK,获得2021年英雄联盟全球总决赛冠军. ... 又差不多到了过年的的时候咯.不知道几年的b站拜年祭会怎么样呢? 这时让我想起了B站第一次的拜年祭,如果我没记错的话第一次拜年祭是在2015年吧.我当初也是和大伙一起看了的. 最近无聊去看了看,发现视频 ... 目录 前言 一.爬取的成果: 二.目标 实现的功能: 三.获取评论的方式 1.点赞投币数: 2.评论 小结: 大概的步骤: 四.操作 1.引入库 2.获得bv号 3.得到点赞投币等信息 4.通过bv得 ... 北京时间11月6日,在英雄联盟S11总决赛中,中国LPL赛区战队EDG电子竞技俱乐部以3∶2战胜韩国LCK赛区战队DK,获得2021年英雄联盟全球总决赛冠军. 这个比赛也是备受全网瞩目: 微博热搜第一 ... Hello,各位读者朋友们好啊,我是小张~ 这不国庆嘛,就把最近很火的一个韩剧<鱿鱼游戏>刷了下,这部剧整体剧情来说还是非常不错的,很值得一看, 作为一个技术博主,当然不能在这儿介绍这部剧 ... 最近少年的你刷爆票房,但是是真好看还是假好看,我们也不知道,所以让我们用python来分析一下~ 票房过12亿 两位主演粉丝加起来过亿 电影话题量过亿 豆瓣8.4分, 时光网8.4分, IMDB 7. ... 作者 | 李秋键 头图 | 下载于ICphoto 出品 | AI 科技大本营(ID:rgznai100) 引言: 随着电子商务.社交媒体等信息技术的快速发展,在线评论已经成为影响消费者购买决策和产品市 ... EDG夺冠,粉丝炸锅了! 北京时间11月6日,在英雄联盟S11总决赛中,中国LPL赛区战队EDG电子竞技俱乐部以3∶2战胜韩国LCK赛区战队DK,获得2021年英雄联盟全球总决赛冠军. 这个比赛也是备 ...EDG夺冠,Python分析一波B站评论,总结:EDG,nb相关推荐
最新文章
热门文章