微博 用户画像_“肖战”被抵制？Python爬虫揭秘肖战粉丝的人群画像

前一阵子，由于肖战的“227事件”微博和朋友圈都被刷屏，起因在与肖战的粉丝发现在AO3作品库平台收录关于肖战的同人作品，认为该部作品影响了肖战的形象，遂向有关部门举报，最终告知知名同人网站A03（Archive of our own）作品库无法被访问。

这也对爱好同人作品的读者与作者都造成了不可逆转的伤害。随即，他们联合其他路人便组成227大团结，共同抵制肖战及其粉丝，一时间与肖战紧密联系的品牌商家纷纷撤换其代言人与品牌形象大使。

小编并不是肖战的粉丝，对其出演的作品看的也不多，这次就从爬虫以及数据可视化的角度(数据来源是微博上肖战的评论粉丝)来为大家呈现肖战粉丝的人群画像。

爬虫逻辑分成三步：

1. 采集肖战的所有微博

首先获取明星发的所有的微博ID，在有了这些ID之后，便可以拼接成了微博评论的第一页的URL

另外在翻页的操作时，微博评论的下一页链接的参数通常在本页的末尾，所以在每次爬取时，也要记得抓取下一页链接的重要参数。

2. 采集肖战微博底下的所有评论粉丝ID

由于时间有限，小编就没有做转发与点赞粉丝ID获取的开发，但是原理类似。评论粉丝的ID获取相对容易，在xpath的指引之下，

03爬取粉丝的微博主页，并进行数据清洗

用户基本信息页面的链接通常为: “https://weibo.com/用户id/info”，所以我们只要获取用户的id就可以拿到他的公开基本信息

当然每个用户的设置不尽相同，一般来说，公开信息中包括，所在地、性别、生日以及标签等等。

粉丝的人群画像

1. 粉丝的地域分布

从肖战粉丝的地域分布来看，广东省、江苏、四川以及浙江省这四个省份是其粉丝最为集中的四个省份，小编将粉丝的地域分布投射到完整的地图上，我们可以发现的是中部也有几个省份，比如湖北、湖南两省以及河南，也有不少粉丝喜爱着肖战。

2. 粉丝的年龄分布与星座

从粉丝的年龄分布来看，大多数的粉丝年龄都集中在20岁以下的00后，以及20-25岁的90后的女性，而在30岁以上的粉丝群体则占到了极少数，

抛开年龄，我们看星座，天秤座的粉丝是最多的占到了15%，而天蝎座与射手座的粉丝数量位居其次，接近有9%的比重。不同的年龄阶段以及不同的星座，对应着不同的性格特征与喜好，或许商家品牌方在做广告以及市场营销的时候可以针对自己的目标人群精准推销以提升产品的销量

3. 粉丝的标签

从粉丝自己选择属于自己的标签来看，她们爱美食，是一个典型的吃货；她们热爱旅游，想要去看一下外面的世界；她们或许也比较的宅，空余的时间会选择宅在家里，听听歌，看看电影与动漫；她们中的大多数都是00后甚至是90后的学生，喜欢自由与无拘无束的生活。

从肖战的“227”事件当中，我们能够看出的是整个圈子当中存在的畸形文化，粉丝在追星过程当中，对粉的人与事都倾注了太多的情感，他们希望自己的想法与观点能够被他人所接受与认同，所以在情绪高涨之时，难免会有过激的语言与举止。同时在互联网的海量信息之下，年轻又不谙世事的粉丝又很难做到理性的分析与判断。

但是，处于这个万物联网时代下的圈层之中，因为某种情感投入和热爱而聚集到一起的，喜欢参与又渴望被认可的，希望别人鸦雀无声的，又何止是这些追逐明星的狂热粉丝呢？

关注微信公众号“数据分析与篮球”，获取微博爬虫的源代码。