Python 爬取 B 站 5000 条视频，揭秘为何千万人为它流泪！
【CSDN 编者按】《哪吒》看哭了无数人！编者看的那场，有很多小朋友，一开始他们还被太乙真人的滑稽，逗得哈哈笑。到了哪吒成魔要杀父亲、跪别父母、因为宿命不得以和敖丙为敌时，影院里突然安静下来。
或许是编者泪点低，看着哪吒和李靖夫妇哭，自己也忍不住跟着哭。人们喜欢《哪吒》，不仅是因为它的特效，更是因为里面的亲情友情乃至师生情，是我们每个人的向往啊......
本期文章，我们特邀作者Yura爬取B站5000条视频，为你揭秘电影的更多“优秀梗”，看完还能Get新技能，赶快往下滑吧！
作者 | Yura责编 | 胡巍巍
出品 | CSDN（ID：CSDNnews）
这个夏天，《哪吒之魔童降世》碾压其他暑期档电影，成为最强黑马。我身边的朋友，不是已经N刷了这部电影，就是在赶去N刷的路上。从票房上也可窥见一斑：
上映第 1 天：89分钟，中国动画最快破1亿纪录。
上映第 2 天：中国影史首部单日票房破2亿的动画电影。
上映第 4 天：中国影史第66部破10亿影片！
上映第 8 天：正式登顶！破16亿，超过《疯狂动物城》，创中国影史动画电影票房新纪录！
截止今日《哪吒之魔童降世》的票房已经突破了33亿啦！预测票房达44亿！
我和朋友在前几天也去电影院支持了一下，当初只觉得国漫不容易，支持一下吧。看完之后觉得，国漫做到这样的剧情、特效、音乐，是真的很不容易！这部影片制作过程历时5年，磨合了66个版本，共有1800多个镜头，还包含1400多个特效镜头。饺子导演，respect！同样值得Respect的还有B站UP主们，动漫属性极强的B站在电影上映之后涌现了大量的相关视频。搜索“哪吒之魔童降世”可以看到视频信息，今天我就来爬一爬，看看B站UP主们是如何对这部优秀的作品进行再创新的。
数据爬取
在浏览器开发者模式CTRL+F很容易就能找到所需要的信息，就在页面源码中：
因此我们用beautifulsoup库就能快速方便地获取想要的信息啦。
因为B站视频数量有限定，每次搜索只能显示20条*50页=1000个视频信息。
为了尽可能多的获取视频信息，我另外还选了“最多点击”“最新发布”“最多弹幕”和“最多收藏”4个选项。
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=totalrank&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=click&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=stow&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=dm&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=pubdate&duration=0&tids_1=0&page={}
5个URL，一共爬取5000条视频，去重之后还剩下2388条信息。
为了得到“转评赞”数据，我还以视频id里面的数字（去掉“av”）为索引，遍历访问了每个视频页面获取了更详细的数据，最终得到以下字段：在后续划词云的时候还爬取了部分视频的弹幕详情，具体爬取过程和思路可以在我的另一篇文章中看（https://mp.weixin.qq.com/s/6IQO5nVy22qg73kIzCmHvw），但是我最近发现firefox也不显示弹幕页面cookie信息了，于是我尝试使用了B站其他页面的cookie，居然成了～
数据分析
电影在7月18、19日就进行了全国范围的点映，正式上映时间为7月26日，在这之后相关视频数量有明显的上升。在这时间之前的，最早发布时间可以追溯到2018年11月份，大部分都是预告类视频：在8月7日之后视频数量猛增，单单8月7日一天就新上传了319个相关视频。从标题名字中我们可以大致了解视频的内容：毫无疑问，“哪吒”和“敖丙”作为影片两大主角是视频的主要人物；因为他们同生共患难的情谊，“藕饼”（“哪吒+敖丙”组合）也是视频的关键词；除此之外，“国漫”也是一大主题词，毕竟我们这次是真正地被我们的国产动漫震撼到了。从视频分类来看，我们发现“影视剪辑”“国产原创相关”和“绘画”是三个主要类型，占据了总视频的40%以上。看了几个绘画类型的视频，我理解了什么叫做“高手在人间”。
图取自UP主：Save菇菇菇菇菇菇菇菇 传送门：https://www.bilibili.com/video/av60131700超过一半的视频时长都在3分钟之内，但是也有些视频长达2个小时多，长视频大部分都是一些教学类视频（绘画、建模等）。大家都说喜欢在B站上学习，免费还无广告，诚不欺我。
那这么多视频到底质量怎么样，不能仅凭我一人之言，看看有雪亮眼睛的观众是怎么反馈的?注：横坐标代表点赞数量，纵坐标代表收藏数量，气泡大小表示金币数量。
从明显的线性规律和从左到右逐渐变大的气泡可看出，大家深谙“一条龙”服务定理（点赞+收藏+投币），上道儿～右上角那个特别突出的视频是《戏腔燃炸了！哪吒原创曲《我命不由天》（古风MV付）哪吒之魔童降世》，是由一个三人团队创作的原创曲目，观看数159w+，点赞超过1我命w，收藏12w+，投币14w！表演者居然把尤克里里弹出琵琶的感觉，果然是才华限制了我的想象力。刚刚是全局观看，那么细分种类的话，大家都偏好哪种类型的视频呢？注：TGI：即Target Group Index（目标群体指数），可反映目标群体在特定研究范围内的强势或弱势，超过100即表示特征明显。本次计算公式（以金币数TGI为例）=某一类型视频金币总数占比/该类型视频数量占比按照金币数TGI排序，我们发现“原创音乐”以1551的超高指数占据榜首，“趣味科普人文”虽然视频数量占比不高，但是用户的投币数量还是很可观的。排名第三的“单机游戏”，我开始还一脸懵，这电影和游戏也能扯上关系？直到我打开视频之后，那些用“模拟人生”“我的世界”做出来的如同电影般的画面，我…膝盖不保。怎么着？神仙也上B站？图取自UP主：白小久丶传送门：https://www.bilibili.com/video/av61606846弹幕数量最多的视频是《【哔哔Q第3期】哪吒续作预定？打破成见，做自己的英雄！》，这是关于影片导演饺子的一段采访，从大家的弹幕里面可以看出大家对这部电影的看法：哪吒可爱敖丙（饼）帅不用多说，“加油”“期待”表达了观众对导演的鼓励。视频中导演饺子非常谦虚，说“觉得我们现在还不配得到那么多粉丝”，满屏“配”字表明了大家最硬核的支持。
最后的最后
看完了这部电影，大家都有一种“国漫崛起”的感慨。除了是观众的福利，我觉得这更是对中国千千万万艺术创作者的鼓励。打造中国自己的封神宇宙，我们已经迈出了第一步啦。源码：https://github.com/PengYura/Bilibli-作者：Yura，计算机科学与技术专业毕业生，因在澳洲交换学习接触了大数据，甚感兴趣。遂开公众号“Yura不说数据说”督促自己学习数据分析！欢迎大家关注我的个人公众号，一起（监督我）学习。
【END】
程序员转行学什么语言？
https://edu.csdn.net/topic/ai30?utm_source=csdn_bw
热 文 推 荐
☞Zend 创始人欲创建 PHP 方言，暂名为 P++；鸿蒙 OS 面世；中国首个开源协议诞生 | 开发者周刊
☞拿来就能用！去哪儿网消息中间件 QMQ 详解 | 技术头条
☞面向对象编程之兴衰
沃尔玛也要发币了，Libra忙活半天为他人做了嫁衣？
华为高通5G华山论剑，一文看懂5G芯片背后的明争暗斗
☞Python 爬取 B 站 5000 条视频，揭秘为何千万人为它流泪！
自然语言处理十问！独家福利
七夕大礼包：26个AI学习资源送给你！
☞痛！为什么说李彦宏无法拯救百度？
你点的每个“在看”，我都认真当成了喜欢
Python 爬取 B 站 5000 条视频，揭秘为何千万人为它流泪！相关推荐
- Python爬取B站5000条视频，揭秘为何千万人为它流泪
作者 | Yura编辑 | 胡巍巍来源 | CSDN(ID:CSDNnews) 导语:我们特邀作者Yura爬取B站5000条视频,为你揭秘电影<哪吒>的更多"优秀梗", ...
- Python爬取B站5000条视频，揭秘为何千万人看「哪吒」流泪
导读:<哪吒>看哭了无数人!有很多小朋友,一开始他们还被太乙真人的滑稽,逗得哈哈笑.到了哪吒成魔要杀父亲.跪别父母.因为宿命不得以和敖丙为敌时,影院里突然安静下来. 人们喜欢<哪吒& ...
- python爬取+BI分析5000条内衣数据，发现妹子最爱这款文胸
生活中我们经常会用python进行数据爬取,但是爬取简单分析难,很多人喜欢用echarts图表接口或者是python的第三方库进行数据可视化,甚至是用matlab,基本上都需要用代码实现,在数据展示上 ...
- 怎么下载m3u8格式视频？Python爬取A站m3u8格式视频案例讲解
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. 本篇文章流程 一. 数据来源分析 确定需求 (确定要爬的内容是什么?).只有知道数据要的是什 ...
- python爬取b站评论_学习笔记(1):写了个python爬取B站视频评论的程序
学习笔记(1):写了个python爬取B站视频评论的程序 import requests import json import os table='fZodR9XQDSUm21yCkr6zBqiveY ...
- python爬取bilibili弹幕_用Python爬取B站视频弹幕
原标题:用Python爬取B站视频弹幕 via:菜J学Python 众所周知,弹幕,即在网络上观看视频时弹出的评论性字幕.不知道大家看视频的时候会不会点开弹幕,于我而言,弹幕是视频内容的良好补充,是一 ...
- 用Python爬取B站、腾讯视频、芒果TV和爱奇艺视频弹幕
众所周知,弹幕,即在网络上观看视频时弹出的评论性字幕.不知道大家看视频的时候会不会点开弹幕,于我而言,弹幕是视频内容的良好补充,是一个组织良好的评论序列.通过分析弹幕,我们可以快速洞察广大观众对于视频 ...
- python 爬取B站原视频的实站代码
本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理 以下文章来源于腾讯云,作者:python学习教程 ( 想要学习Python?Pyt ...
- python爬b站评论_学习笔记(1):写了个python爬取B站视频评论的程序
学习笔记(1):写了个python爬取B站视频评论的程序 import requests import json import os table='fZodR9XQDSUm21yCkr6zBqiveY ...
最新文章
- java中调用python
- Django WSGI Error:class.__dict__ not accessible in restricted mode
- 【S操作】我的云存储工具选择，供您参考——总结云存储云办公云笔记工具
- wxWidgets：源代码概览
- 蓝绿发布、滚动发布、灰度发布，有什么区别？
- 【今晚7点半】：GVoice 千万在线语音传输的那些事
- select、poll、epoll之间的区别(搜狗面试)
- maven缺少jar包问题
- 【汇编语言】汇编语言如何编程，如何避免出错
- hook控制浏览器的方法_Java-Hook技术-入门实践+反射、动态代理、热修复再看看
- jquery插件合集之图片裁剪
- 最近点对模板__hdu1007
- 关于代码控制管理的一些想法
- odbc驱动程序配置失败_如何使用ODBC驱动程序配置链接服务器
- 一个简单的Python自动投票
- 关于科研和工作的几点思考
- java方法调用制作万年历,基于JAVA的万年历api调用代码实例
- [MySQL]ERROR 1822 : Failed to add the foreign key constraint. Missing index for
- 小特工具箱新增功能：文档转换、代码转换和AI写诗词
- 计算所汉语词性标记集