前言

估計(jì)最近很火的連續(xù)劇《隱秘的角落》大家趁著端午假期都看過(guò)了吧？小編也跟著潮流，一口氣把12集的連續(xù)劇全部看完了?？催^(guò)的人肯定對(duì)朋友圈里有人發(fā)的“一起去爬山”、“小白船”、“還有機(jī)會(huì)嗎”的意思心照不宣。沒(méi)看過(guò)的，如果已為人父人母的，強(qiáng)烈要求看一下。

劇很精彩，但追劇界有句俗話說(shuō)得好：“彈幕往往比劇更精彩”，為了讓精彩延續(xù)下去，咱們來(lái)看看該劇彈幕的部分。電視劇是在愛(ài)奇藝獨(dú)播，因此從愛(ài)奇藝上爬蟲(chóng)最為合適。

爬取彈幕

愛(ài)奇藝的彈幕數(shù)據(jù)是以 .z 形式的壓縮文件存在的，先獲取 tvid 列表，再根據(jù) tvid 獲取彈幕的壓縮文件，最后對(duì)其進(jìn)行解壓及存儲(chǔ)，大概就是這樣一個(gè)過(guò)程。

def get_data(tv_name,tv_id):
 url = https://cmts.iqiyi.com/bullet/{}/{}/{}_300_{}.z
 datas = pd.DataFrame(columns=[uid,contentsId,contents,likeCount])
 for i in range(1,20):
  myUrl = url.format(tv_id[-4:-2],tv_id[-2:],tv_id,i)
  print(myUrl)
  res = requests.get(myUrl)
  if res.status_code == 200:
   btArr = bytearray(res.content)
   xml=zlib.decompress(btArr).decode(utf-8)
   bs = BeautifulSoup(xml,"xml")
   data = pd.DataFrame(columns=[uid,contentsId,contents,likeCount])
   data[uid] = [i.text for i in bs.findAll(uid)]
   data[contentsId] = [i.text for i in bs.findAll(contentId)]
   data[contents] = [i.text for i in bs.findAll(content)]
   data[likeCount] = [i.text for i in bs.findAll(likeCount)]
  else:
   break
  datas = pd.concat([datas,data],ignore_index = True)
 datas[tv_name]= str(tv_name)
 return datas

共爬取得到201865 條《隱秘的角落》彈幕數(shù)據(jù)。

彈幕發(fā)射器

按照用戶id分組并對(duì)彈幕id計(jì)數(shù)，可以得到每位用戶的累計(jì)發(fā)送彈幕數(shù)。

#累計(jì)發(fā)送彈幕數(shù)的用戶
danmu_counts = df.groupby(uid)[contentsId].count().sort_values(ascending = False).reset_index()
danmu_counts.columns = [用戶id,累計(jì)發(fā)送彈幕數(shù)]
danmu_counts.head()

累計(jì)發(fā)送彈幕數(shù)用戶top5

第一名竟然發(fā)送了2561條彈幕，這只是一部12集的網(wǎng)劇啊。

難道他/她是水軍？每條都發(fā)的差不多？

df_top1 = df[df[uid] == 1810351987].sort_values(by="likeCount",ascending = False).reset_index()
df_top1.head(10)

然而并不是，每一條彈幕都是這位觀眾的有感而發(fā)，可能他/她只是在發(fā)彈幕的同時(shí)順便看看劇吧。

這位“彈幕發(fā)射器”朋友，在每一集的彈幕量又是如何呢？

分集&平均彈幕量

是不是通過(guò)上圖可以側(cè)面說(shuō)明個(gè)別劇集的戲劇沖突更大，更能引發(fā)觀眾吐槽呢？

“彈幕發(fā)射器”同志，11、12集請(qǐng)加大輸出！

這些彈幕大家都認(rèn)同

拋開(kāi)“彈幕發(fā)射器”同志，我們繼續(xù)探究一下分集的彈幕。

看看每一集當(dāng)中，哪些彈幕大家都很認(rèn)同（贊）？

df_like = df[df.groupby([tv_name])[likeCount].rank(method="first", ascending=False)==1].reset_index()[[tv_name,contents,likeCount]]
df_like.columns = [劇集,彈幕,贊]
df_like

每一集中點(diǎn)贊最多的彈幕

每一集的最佳彈幕都是當(dāng)集劇情的濃縮，這些就是觀眾們票選出來(lái)的梗（吐槽）?。?/p>

應(yīng)該不算劇透吧，不算吧，不算吧

實(shí)在不行我請(qǐng)你去爬山也可

總結(jié)

除了劇本、音樂(lè)等，“老戲骨”和“小演員”們的演技也獲得了網(wǎng)友的一致好評(píng)。

這部劇雖然短短12集，但故事線不僅僅在一兩個(gè)人身上。每個(gè)人都有自己背后的故事，又因?yàn)榉N種巧合串聯(lián)在一起，引發(fā)觀眾的持續(xù)性討論。

我們統(tǒng)計(jì)一下演員們?cè)趶椖恢械某霈F(xiàn)次數(shù)，看看劇中的哪些角色大家提及最多

到此這篇關(guān)于Python分析最近大火的網(wǎng)劇《隱秘的角落》的文章就介紹到這了,更多相關(guān)python分析隱秘的角落內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！