python3爬取网易云歌单数据清洗_网易云音乐古风歌词统计分析

因为没办法展示代码，所以在这里先贴上github项目地址，有兴趣的可以去看看。顺便求个star~

github项目地址：https://github.com/Encaik/TongJi

一、调查目的

目前古风已经作为一个潮流名词出现在了大众眼中，而我作为爱好者中的一员，打算以此为方向，进行一次统计调查。以爬虫为工具，对古风歌曲的歌词进行数据分析，从而获取到一些古风歌曲风格等方面的信息。预期目的为得到歌词中的内容信息，以及歌词的相互关系等。

二、数据选取

本次调研的数据来源于网易云音乐，通过Python编写的爬虫自动化获取。而内容是我选取了目前在网络上出现次数较高，并且广为人熟知的30位古风歌手(包含音乐工作室)。歌曲范围是以网易云音乐的歌手个人主页为参考，选取每位歌手个人主页的热门单曲top50(如图2-1所示)的歌词作为本次调查的数据。通过合并以及清洗整理，获取到最后可用的用于数据分析的文件，并以此进行之后的分析工作。

图2-1 网易云歌手个人主页

以下为30位歌手、音乐工作室：

Aki阿杰、Assen捷、HITA、KBshinya、NL不分、smile _小千、Tacke竹桑、Winky诗、不才、橙翼、董贞、贰婶、河图、卡修Rui、流浪的蛙蛙、伦桑、满汉全席、慕寒、排骨教主、少司命、双笙、五色石南叶、小爱的妈、小曲儿、小旭音乐、玄觞、音频怪物、银临、云の泣、重小烟。

因为热门单曲top50有歌手主页不足50首以及部分歌曲为纯音乐的情况存在，所以数据以最终获取到的数据为准。接下来我就开始分析页面。

三、抓取数据

本次调查我采用了爬虫爬取数据，然后对获取到的数据进行分析。通过分析，我已