用Python采集《雪中悍刀行》弹幕做成词云实例
时间：2022-04-12 09:19:07|栏目：Python代码|点击： 次
前言
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。
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
requests模块的使用
pandas保存表格数据
pyecharts做词云图可视化
环境介绍
python 3.8
pycharm
requests >>> pip install requests
pyecharts >>> pip install pyecharts
代码实现
1. 导入模块
import re import requests # 发送网络请求 import pandas as pd # 保存数据
2. 发送网络请求
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}'
esponse = requests.get(url=url, headers=headers)
3. 获取数据 弹幕内容
json_data = response.json()
<Response [200]>: 告诉我们响应成功
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']
print(comments)
for comment in comments:
data_dict = {}
data_dict['commentid'] = comment['commentid']
content = comment['content']
content = re.sub(r'[\x0e\xa0]', '', content)
data_dict['content'] = content
data_dict['opername'] = comment['opername']
print(data_dict)
data_list.append(data_dict)
5. 保存数据
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')
6. 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
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()
总结
栏 目：Python代码
本文地址：http://www.codeinn.net/misctech/198884.html
