一、简介
1、这两天在朋友圈、短视频,微博这些社交平台经常刷到这些内容(王者荣耀芈月白晶晶的皮肤)。
2、好奇的我就去百度了一下,发现是王者荣耀最近出的一个皮肤,看到很多人都在讨论,我也开始爬取评论,看看大家对这款皮肤的看法?以及为什么这么热门!
3、这个皮肤是与电影《大话西游》有关,具体介绍可以去官网了解(链接在下方),今天的目的不是介绍皮肤,而是学习爬虫和数据分析。
https://pvp.qq.com/coming/v2/skins/0125-bjjmy.shtml?ADTAG=pvp.skin.pcgw
二、爬取评论数据
评论来源平台
这里选择了B站,通过关键字:王者荣耀白晶晶,可以搜索相关的视频,这里采集多个视频弹幕评论去进行分析。
为了讲解如何获取数据,这里选择了播放量(点击量)最大的视频作为样本采集评论。
采集评论
视频链接如下:
https://www.bilibili.com/video/BV1dr4y1N7YT?from=search&seid=14952442383235795708
确认好视频后,接着开始获取视频里面的弹幕和下方的评论内容。
我之前写过一篇获取B站视频评论的文章分析B站《送你一朵小红花》弹幕评论,看过这篇文章的小伙伴都知道b站视频的弹幕怎么获取。不过这里再把方法讲一下。
1.首先在视频页面按F12,查看数据包
找到这个数据包
https://api.bilibili.com/x/v2/dm/thumbup/stats?oid=287593212&ids=44298586098761735
可以获取oid值287593212
2.获取弹幕评论
b站有专门获取弹幕评论的api接口,通过改变oid的值就可以获取每一个视频的弹幕评论
https://api.bilibili.com/x/v1/dm/list.so?oid=287593212
这样我们就可以获取到网友的弹幕评论数据了,下面开始对这些数据进行分析。
编程实现
import requests
headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:64.0) Gecko/20100101 Firefox/64.0'
}
oidlist=['287593212','286279864','285602874','288005981','287970790','287621268']
for j in oidlist:
url="https://api.bilibili.com/x/v1/dm/list.so?oid="+str(j)
r = requests.get(url, headers=headers)
这里oidlist是六个,表示获取六个视频的弹幕评论数据
with open("commit.txt","a+",encoding='utf-8') as f:
for i in list_s:
i = (i.split(">"))[1].replace("</d","")
i = i.replace("?","").replace("。","").replace(",","").replace("+","").replace("!","").replace("....","").replace(".......","")
f.write(str(i)+"\n")
获取到的数据进行相关的处理(去掉一下网页标签,标点符号?。,....)
最后保存到commit文本文件中。
三、分析评论数据
1.词云分析
###1.词云分析
def analysis1():
with open("commit.txt", 'r', encoding='utf8') as f:
st = f.read()
#print(st)
word_list = jieba.cut(st)
result = " ".join(word_list) # 分词用 隔开
# 制作中文云词
icon_name = 'fab fa-qq'
# 图片保存名称
picp = '1.png'
gen_stylecloud(text=result,
font_path='simsun.ttc',
# icon_name='fas fa-envira',
icon_name='fas fa-cannabis',
max_words=100,
max_font_size=70,
output_name='icon1.png',
) # 必须加中文字体,否则格式错误
效果1
分析
词云图中,字体越大表示提到的次数越多
这是王者荣耀英雄,芈月的皮肤,所以少不了对应的关键字。
芈月的白晶晶皮肤是电影《大话西游》里面人物白晶晶的形象,电影中白晶晶与至尊宝人物有关联,这也是这款皮肤的热点、讨论点、卖点。
同时白晶晶人物与至尊宝关联,延伸到余至尊宝有关的紫霞仙子,王者荣耀里面的孙悟空(猴子)。
里面语气词(我、吗,有,了,的)等词也表现出来网友对于这款皮肤的话题很多。
2.情感分析
情感分析我们可以借助snownlp库去解决问题
###导入相应的库
from snownlp import SnowNLP
这里可以对每一条的评论进行打分(0~1),如果是0~0.5为消极,0.5~1为正向。
废话不多说,直接实战!
这里也去前5条看看效果
with open("commit.txt", 'r', encoding='utf8') as f:
data = f.readlines()
for i in data[0:5]:
sentiments = SnowNLP(i).sentiments
print(i)
print(sentiments)
print("--------------------")
效果2
分析
可以看到snownlp库提供的分析方法还算可以。
情感分析平均分
这么条评分,因此我们可以对应所以评论进行评分,然后求其平均分,这样可以大概了解,网友目前的总体感情是趋向消极还是正向。
with open("commit.txt", 'r', encoding='utf8') as f:
data = f.readlines()
sum=0
for i in data:
sentiments = SnowNLP(i).sentiments
#print(i)
sum = sum+sentiments
#print(sentiments)
#print("--------------------")
print("情感分析平均分:"+str(sum/len(data)))
效果3
分析
总体的评分是0.5713098907113867,大于0.5,说明整体趋势上,网友的评论情感还是正向的。
从侧面也可以看出,网友对这款皮肤还是比较喜欢,也是对对应《大话西游》里面至尊宝、紫霞、白晶晶等角色的各种话题正向不断。
四、总结
再次回顾了如何获取B站弹幕评论的方法
通过两种分析方式:词云、情感分析,来分析网友的评论,有利于把握大众某个事物(比如本文的白晶晶皮肤)的看法以及表现的情感。
对评论的分析不再是局限于词云等可视化,还可以通过情感方式去把控网友的评论信息。
更多阅读
特别推荐
点击下方阅读原文加入社区会员