小伙子不講武德，竟用Python爬取了B站上1.4w條馬老師視頻數(shù)據(jù)來分析
看到標(biāo)題，
啪的一下你就進(jìn)來了吧！
如果有經(jīng)常刷B站的小伙伴，肯定都知道B站鬼畜現(xiàn)在的頂流是誰？
那必須是當(dāng)代大師渾元形意太極拳掌門人「馬保國(guó)」先生啊！
實(shí)話講，馬保國(guó)走進(jìn)大家視野還是他5月份PK被人連續(xù)KO三次。
不過現(xiàn)在他在鬼畜區(qū)的主要素材卻是馬保國(guó)更早時(shí)候的一些視頻。
比如2020年一月份，右眼被蹭了一下的馬老師面帶微笑，為我們生動(dòng)形象地講述了健身房里的年輕人是如何不講武德，偷襲他的故事。
在視頻里，他控訴踢館的年輕人 “ 不講武德 ” ，勸他 “ 耗子尾汁 ” ?？梢宰鳛锽站入站題目，建議全文背誦。
B站這個(gè)小機(jī)靈鬼，甚至還給馬老師專門開了專欄，這為我們后續(xù)爬取數(shù)據(jù)也帶來了便利。
跟平時(shí)爬取B站不太一樣，在B站的馬保國(guó)專欄下，F(xiàn)12可以輕松找到接口。
https://api.bilibili.com/x/web-interface/web/channel/multiple/list?channel_id=3503796&sort_type=hot&page_size=30
解析JSON后我們需要的數(shù)據(jù)都可以獲得。
其中要提到一點(diǎn)，url中的offest從解析上一個(gè)url的json中獲取，如如下圖所示。
通過簡(jiǎn)短的爬蟲代碼，
很快啊，很快就爬取了1.4萬條馬保國(guó)先生的視頻數(shù)據(jù)。
def?get_data(url,headers):
????data_m?=?pd.DataFrame(columns=['id','name','view_count','like_count','duration','author_name','author_id','bvid'])
????html?=?requests.get(url,headers=headers).content
????data?=?json.loads(html.decode('utf-8'))
????offset?=?data['data']['offset']
????print(offset)
????for?j?in?range(30):
????????data_m?=?data_m.append({'id':data['data']['list'][j]['id'],'name':data['data']['list'][j]['name'],
????????????????????????????'view_count':data['data']['list'][j]['view_count'],'like_count':data['data']['list'][j]['like_count'],
????????????????????????????'duration':data['data']['list'][j]['duration'],'author_name':data['data']['list'][j]['author_name'],
????????????????????????????'author_id':data['data']['list'][j]['author_id'],'bvid':data['data']['list'][j]['bvid']},ignore_index=True)
????return(offset,data_m)
我們先進(jìn)行簡(jiǎn)單的數(shù)據(jù)整理（播放量有的是萬為單位）后，將1.4萬個(gè)視頻按照播放量和點(diǎn)贊量制作了一個(gè)散點(diǎn)圖。
可以看到什么才是“頂流”的話題，播放量幾百萬，點(diǎn)贊量幾十萬的相關(guān)視頻特別多。
按照播放量排序一下。
第一名就是今年一月份相聲泰斗馬老師經(jīng)典單口相聲?。?！
那按照點(diǎn)贊量呢？
第一名是來自鬼畜up主的伊麗莎白鼠“武 林 高 手”！
而懂王與馬老師的聯(lián)動(dòng)表現(xiàn)也很優(yōu)秀！
其中幾個(gè)特效向的表現(xiàn)更是突出！
由于馬老師的語錄太過經(jīng)典，我決定再補(bǔ)充爬一下它的彈幕。
#?繪制詞云圖
stylecloud.gen_stylecloud(text='?'.join(text1),?
??????????????????????????collocations=False,
??????????????????????????font_path=r'?C:\Windows\Fonts\msyh.ttc',
??????????????????????????icon_name='fas?fa-play-circle',
??????????????????????????size=653,
??????????????????????????output_name='馬保國(guó)詞云圖.png')
Image(filename='馬保國(guó)詞云圖.png')?
耗子尾汁真是門面擔(dān)當(dāng)！
婷婷、英國(guó)大理石、塔門說也夾雜其中。
最后小五想推薦幾個(gè)視頻：
1、比較喜歡的人力VOCALOID
3、最后觀察者網(wǎng)的視頻給大家呈現(xiàn)了一個(gè)更多元的，“三維立體渾元”的馬老師，甚至還發(fā)掘出了一些閃光點(diǎn)，而非一味的玩梗。
戀習(xí)Python 關(guān)注戀習(xí)Python，Python都好練 好文章，我在看??