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

啪的一下你就進來了吧！

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？

印度：沒錯正是在下

那必須是當代大師渾元形意太極拳掌門人「馬保國」先生??！

實話講，馬保國走進大家視野還是他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更早時候的一些視頻。

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 ” 。可以作為B站入站題目，建議全文背誦。

B站這個小機靈鬼，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。

跟平時爬取B站不太一樣，在B站的馬保國專欄下，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，url中的offest從解析上一個url的json中獲取，如如下圖所示。

通過簡短的爬蟲代碼，

很快啊，很快就爬取了1.4萬條馬保國先生的視頻數(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)

我們先進行簡單的數(shù)據(jù)整理（播放量有的是萬為單位）后，將1.4萬個視頻按照播放量和點贊量制作了一個散點圖。

可以看到什么才是“頂流”的話題，播放量幾百萬，點贊量幾十萬的相關(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)動表現(xiàn)也很優(yōu)秀！

其中幾個特效向的表現(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='馬保國詞云圖.png')

Image(filename='馬保國詞云圖.png')?

耗子尾汁真是門面擔當！

婷婷、英國大理石、塔門說也夾雜其中。

最后小五想推薦幾個視頻：

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，而非一味的玩梗。