前幾天一位好朋友入了B站，問我如何才能成為一名百萬粉絲的up主，于是我做了一些分析，知道了成為百萬粉絲up主的一些小秘密，還做了一個百萬粉絲昵稱生成器，給昵稱起名提供建議，
這是她的b站視頻截圖：
關于昵稱起名我的想法是把B站這些百萬粉絲大佬的昵稱分析一下成分構成，根據相關性隨機起個名，是不是就有百萬粉絲up主昵稱的那味了？
在本文發布后的當天，up主已經更新了一個非常炫酷視頻：
<iframe id="RpeGlIk9-1629041179026" src="https://player.bilibili.com/player.html?aid=762330315" allowfullscreen="true" data-mediaembed="bilibili"></iframe>
如何成為擁有百萬粉絲UP主？驚現UP主昵稱生成器？
鏈接：https://www.bilibili.com/video/BV1Z64y1Y72m
個人看了這個視頻后，對質量表示非常震撼，一看就具有成為百萬粉絲up主的潛力，現在關注就是老粉，我先趕緊關注了，
首先我們開始爬取資料：
B站up主資訊爬取
直接通過b站首頁去爬是很不方便的，這里我找到了兩個第三方的提供b站資料的網站，分別是
火燒云資料：https://www.hsydata.com/search/upRank
小小資料：https://xxkol.cn/kol
在登錄后，我們只需復制對應的獲取資料介面的資訊：
然后就使用我個人開發的轉換工具可以很方便的獲取爬蟲代碼，詳見：
https://pypi.org/project/filestools/
通過以下命令安裝后即可直接使用：
pip install filestools -U
然后打開命令列執行如下命令：
curl2py
此時爬蟲代碼就已經存在于我們的剪切版中，然后就可以直接粘貼到代碼編輯視窗了，
如果有不喜歡使用命令列的小伙伴，還可以將上面復制到的curl命令粘貼替換下面的xxx：
from curl2py.curlParseTool import curlCmdGenPyScript
curl_cmd = """xxx"""
output = curlCmdGenPyScript(curl_cmd)
print(output)
替換xxx為游覽器復制的內容后，運行上面的代碼就可以直接得到能夠爬取該網站資料的代碼拉，
稍稍改改，使用pandas決議一下，立馬就獲取到需要的資料：
然后將上面的代碼改成回圈，加個每次1-8秒的隨機延遲，很快就爬完了10萬條資料，
資料保存代碼采用：
import os
file = "b站up主粉絲量top10萬.csv"
df.to_csv(file, index=False, mode='a',
header=not os.path.exists(file), encoding="u8")
資料分析
資料讀取與預處理
下面我們讀取并簡單分析一下：
import pandas as pd
names = ["名稱", "性別", "簽名", "視頻數量","粉絲數",
"播放數", "點贊數", "總充電人數", "月充電人數",
"生日", "category1", "category2", "tags"]
df = pd.read_csv("b站up主粉絲量top10萬.csv", usecols=[
2, 3, 5]+list(range(9, 16))+[22, 23, 24], header=0, names=names, low_memory=False)
df.drop_duplicates(inplace=True)
df.sort_values("粉絲數", ascending=False, inplace=True)
df
總共讀取了10萬條資料，
個人覺得B站官方自己的號就沒有分析的必要直接剔除：
df = df[~df.名稱.str.contains('嗶哩嗶哩')]
df.shape[0]
99955
剔除了45個名字含有嗶哩嗶哩的昵稱，
然后剔除粉絲量少于1萬的：
df = df.query("粉絲數>=10000")
df.shape[0]
59287
說明b站粉絲過萬的up主有5.9萬名，
為了后面編碼方便，我們將粉絲數轉換為以萬為單位：
df.粉絲數 //= 10000
不確定各級別的萬粉up主的特征是否有區別，這里我對粉絲數做一個簡單的分級：
df["粉絲數范圍"] = pd.cut(df.粉絲數, bins=[1, 10, 50, 100, 2000],
labels=["萬粉", "百萬前期","百萬后期", "百萬粉"], right=False)
將最大值設定為2000，是因為有兩個粉絲量達到千萬的非官方up主，但最大值不會超過2000萬，這兩人分別是羅翔說刑法和老番茄，個人不太理解做游戲解說的為啥粉絲量能達到千萬，是因為B站大佬用戶群體喜歡看游戲解說嗎？哈哈，
那么我們首先分析：
做什么類別的up主更多一些？
對于這些粉絲量過萬的up們，他們的領域是哪些呢？
df.category1.value_counts()
生活 14948
游戲 11996
知識 5651
影片 5073
時尚 4209
音樂 4088
影視 2971
娛樂 2924
舞蹈 1650
美食 1638
數碼 1281
鬼畜 783
科技 758
國創 477
紀錄片 215
番劇 196
資訊 148
動物圈 127
知識區 24
電視劇 11
電影 11
汽車 8
運動 4
Name: category1, dtype: int64
可以看到生活和游戲類別的萬粉up主是最多的，
不同粉絲量級別的up主是否存在差異？
t = pd.crosstab(df.category1, df.粉絲數范圍)
t.style.background_gradient("Reds", axis=0)
根據顏色可以看到依然是生活和游戲類別的up主的最多，影片和知識的up主也不少，說明B站也有很多愛學習的好童鞋，
性別差異是否會影響成為萬粉up的概率？
先看總體：
df.性別.value_counts()
保密 65900
男 20452
女 13648
Name: 性別, dtype: int64
本以為女性應該更容易成為b站高粉u主，但從整體結果來看，男生人數比女生多了近50%，男生似乎更容易成為b站高粉u主，
但也可能是女生更傾向于選擇保密，導致男生看起來顯著比女生多，實際比例是差不多的，
引入粉絲量范圍維度拆分后進一步分析：
t = pd.crosstab(df.粉絲數范圍, df.性別)
t = t.eval("男女比=男/女")
t.style.background_gradient("Reds", axis=1)
從結果上來，隨著up主級別的提高，男女比逐漸提高，
這種現象說明，女生更傾向于選擇保密的假設基本可以排除，**對于整體來說，男生更能夠駕馭更多的粉絲，更容易成為百萬粉絲up主，**女生雖然有些優勢，但總體來說還是比男生稍微遜色一點，
當然還可以繼續假設，是因為女生更傾向故意選擇男生避免別人知道自己性別，我也沒有證據去反駁這個假設，
萬粉UP主視頻數量分布分析
那么，要成為一個萬粉以上的up主，到底該發表多少個視頻合適呢？
df.視頻數量.describe()
count 59167.000000
mean 258.358713
std 1379.662258
min 0.000000
25% 38.000000
50% 89.000000
75% 213.000000
max 180033.000000
Name: 視頻數量, dtype: float64
可以看到，從整體來說平均是258個視頻，最多的達到了18萬個視頻，最少的一個視頻都沒有發表，
看到這里，你是否產生了跟我一樣的疑問，什么樣的up主一個視頻都不發，粉絲也能過萬？什么樣的up像神仙一樣能發上萬個視頻？
我們分別找出來看看：
df.query("視頻數量 > 10000")
原來主要都是咨詢類的號，
看下視頻數量為0的：
df.query("視頻數量 == 0")
還挺多的，共595條，但是為什么他們的播放數又有這么多呢？
我猜可能是被封了？那么看下播放數也為0 的：
df.query("視頻數量 == 0 and 播放數==0")
這就不是太懂了，有興趣驗證原因的童鞋，可以看下原表其他欄位驗證一下，
加入粉絲數范圍維度再細看：
t = df.groupby("粉絲數范圍")["視頻數量"].apply(lambda s: s.describe()).unstack(0)
t.style.background_gradient("Reds", axis=1)
目前唯一可以確定的就是粉絲量級別越高的up主，平均視頻數量是越多的，勤更是一個高粉up主的基本素質，想成為百萬粉絲的up主，完成500個以上的高質量的視頻最佳，
up主生日分布情況
先看整體：
df.生日.str[:2].value_counts()
01 7620
10 2636
12 2453
08 2426
11 2391
09 2273
07 2239
06 2203
05 2180
03 2170
02 2151
04 2047
Name: 生日, dtype: int64
我們發現1月份生日的up主顯著多很多，
再加入粉絲范圍維度拆分看看：
t = pd.crosstab(df.粉絲數范圍, df.生日.str[:2])
t.style.background_gradient("Reds", axis=1)
可以看到1月份生日的up主顯著多于其他月份，難道是一月份出生的人更適合做up主嗎？
不過也不排除是因為b站選生日時默認是1月份的，大部分都直接選了默認，從而導致了這個現象，
但是第2名10月份往往不受這個因素的影響，說明10月份出生的人，相對更適合做up主一些，
我暫時就只分析這些維度，有興趣深挖的童鞋可以繼續分析，歡迎各位資料分析大佬提出各豐富的分析維度建議，以及指出本文分析上的邏輯漏洞，
下面我們進行我們的最終目標，昵稱分析，最終做出一個百萬粉絲up主的昵稱生成器：
百萬粉絲up主的昵稱生成器
首先篩選出粉絲量達到百萬的up主：
df = df.query("粉絲數 >= 100")
df.shape[0]
658
共658個百萬粉絲up主，
昵稱文本長度頻次top10：
name_size = df.名稱.apply(len)
name_size.value_counts().head(10)
4 158
5 131
3 88
7 70
6 70
8 50
9 27
10 16
2 16
11 12
Name: 名稱, dtype: int64
可以看到昵稱長度為4的是最多的，排名前3的長度不超過5，但已經超過了一半的up主，
這說明要成為一名百萬粉絲的up主，取一個簡短的名稱很有必要，畢竟越短的昵稱，用戶才越好記，才更容易搶占用戶心智形成IP，
為了制作一個昵稱生成器，我們可以將這些人的昵稱分詞后組成詞組串列：
import jieba
# 分詞并擴展提取
names = df.名稱.apply(jieba.lcut).explode()
# 過濾長度小于等于1的詞并去重
names = names[names.apply(len) > 1].unique()
print(names.shape[0], names)
1068 ['羅翔' '刑法' '番茄' ... '布鍋' '倫桑愛' '唱歌']
可以看到結果中共包含1068個長度大于2的詞，
那么我們想生成一個長度為4左右的詞，只需要隨機選兩個詞即可：
"".join(np.random.choice(names, 2))
'張逗麥克'
這樣我們就完成了一個簡單粗暴的百萬粉絲昵稱生成器，生成了一個叫張逗麥克的昵稱，
JavaScript版百萬粉絲昵稱生成器
提取出拆分出來的關鍵詞之后，為了方便沒有安裝python的用戶使用，做了一個JavaScript版本的百萬粉絲昵稱生成器，
復制以下代碼粘貼到游覽器控制臺運行即可：
var items = ['羅翔', '刑法', '番茄', '敬漢卿', '共青團中央', '周六', 'Zoey', '涼風', 'Kaze', '綿羊', '料理', '李子', '老師', '叫何', '同學', '廠長', '木魚', '水心', '中國', 'BOY', '超級', '大猩猩', 'LexBurner', '觀察者', '杰瑞', '某幻君', '央視', '新聞', '原神', 'papi', '大蝦', '指法', '芬芳', '張大', '小潮', '院長', '華農', '兄弟', '記錄', '生活', '蛋黃派', '伊麗莎白', '暴走', '漫畫', '帕梅拉', 'PamelaReif', '硬核', '半佛', '仙人', '美食', '作家', '王剛', '滲透', '社食', '遇記', '日食', '手工', '花少北', '機智', '黨妹', '逍遙散', '無窮小', '科普', '日常', '兔叭', '三代', '大祥', '哥來', '花椒', '片片', '大片', '寶寶', 'Baby', '信誓', '蛋蛋', '張召忠', '畢導', 'THU', '納豆', '奶奶', '一旦', '枯燥', '翔翔', '作戰', '三十六', '賤笑', '徐大', 'sao', '泛式', '果仁', '研究', '協會', '拜托', '小翔哥', '努力', 'Lorre', '東尼', 'ookii', '明日', '方舟', '思維', '實驗室', '視頻', '作業室', '大漠', '叔叔', '阿斗', '歸來', '電影', 'TOP', '吃飯', '大王', '劉老師', '逗比', '雀巢', '科技', '美學', '柚子', '字幕組', '鏢客', '夢回', '寶劍', '咬人', '孤獨', '大腿', '做飯', '芋頭', 'SAMA', '黑貓', '廚房', 'po', '純黑', '吃素', '獅子', '花花', '三貓', 'CatLive', '蠟筆', '小勛', '欣小萌', '李永樂', '官方', '瓶子', '152', 'EdmundDZhang', '嘟督', '不噶油', '排骨', '教主', '才疏學淺', 'yousa', '力元君', '老爸', '評測', '音樂', '私藏', '密子君', '所長', '林超', '崩壞', '第一', '偶像', '愛醬', '毒角', 'SHOW', '回形針', 'PaperClip', '遠古時代', '裝機', 'TF', '家族', '視角', '馮提', 'hanser', '王者', '榮耀', '新華社', '路人', '局長', '小高姐', '魔法', '調料', '巫師', '財經', 'Warma', '影視', '颶風', '神奇', '木偶', '山下', '智博', '羅漢', '解說', '溫柔', 'JUNZ', '姜峰', '真的', '猛男', '舞團', 'IconX', 'YouTube', '聽力', '精選', '洛天', '一條', '團團', 'OvO', '蓋世', '豬豬', '迷影社', '阿莫', '老皮', 'VFX', '陳睿', '大碗', '老壇', '胡說', '英雄', '聯盟', '哲別', '黑桐', '谷歌', '火暴', '王老菊', '開心', '嘴炮', '鳳凰', '天使', 'TSKS', '劇社', '賬號', '0v0', 'TheRock', 'Johnson', '天天', '卡牌', '手游', '智能', '路障', '瘋狂', '楊哥', '鶴吱菌', '文哥', '小艾', '大叔', '韓小四', 'April', '歷史', '調研室', '拉宏桑', 'CSGO', '茄子', '蟲哥', '文不', '小白', '測評', '倒懸', '橘子', '小貝', '進擊', '曼食', '慢語', '公主', '連結', 'ReDive', '槍彈', '軌跡', '孝警', '阿特', 'wlop', '建業', '黃齡', 'TESTV', '頻道', '女孩', '為何', '短裙', 'LKs', '怪異', '墨韻', 'Moyun', '神秘', '店長', '貧道', 'AG', '超玩會', '夢淚', '芒果', 'OL', '不正經', '老絲', '1MILLION', 'OFFICIAL', '路溫', '1900', 'Uzi', '夾性', '芝士', '見見', 'Zz', '犬來', '八荒', '卡特', '一刀', '有毒', '邪說', '鯤哥', '數學', '星河', 'Yoseya', '斯塔', '奇聞', '觀察室', '一只', '小仙', '水無月菌', '英語', '波士頓', '圓臉', '薄海紙', '尼瑪', 'zettaranc', '卡布', '周深', '自來', '三木', '直播', '小喇叭', '三無', 'Marblue', '張三', '傳奇一生', '胖胖', '墨茶', 'Official', '老戴', '正義', '雕刻', '時光', '客灣', 'Geekerwan', '棉花', '哥哥', 'low', '君熱劇', 'Vinheteiro', '海皇', 'vivi', '可愛多', 'doyoudo', '趣測', '口語', '老炮', '兒馬', '思瑞', '考研', '劉曉艷', '沈逸', '靖菌命', '里德', 'Jared', 'nya', '一生', '歐陽', '春曉', 'Aurora', '譚喬', '命運', '冠位', '指定', '花澤', '香菜', '小央', '阿幕', '降臨', '壯實', 'Hera', '樣子', '平平', 'soserious', '吃貨', '閉眼', '老板', '長工', '叔貴', 'EyeOpener', '貝爾', '格里爾', '文西', '阿漆', '宋浩', '癡雞', '小隊', '大慶', '趕海', '野食', '小哥', '小米', '公司', '山藥', '雨哥', '到處跑', '油兔', '不二', 'KBShinya', '姚姚', '不是', 'P30', '七奈', '澤野', '螳螂', '樓上', '老張', 'STN', '還有', '一天', '放假', '清華大學', '阿巳', '鈴鐺', '很多', '小姐姐', '戰雙', '帕彌什', '鹿乃', '逆風', '煙斗', '終極', '小騰', '特效', 'studio', '魯大能', '姜云升', '超果果', 'mc', '盒子', '酸奶', '逗川', 'kshadow', '多多', 'poi', 'oeasy', '祖婭', '納惜', 'Steam', '特惠', '劉謙', '上班族', '便當', '上海灘', 'Van', '星有野', '不愧', '姐姐', '大人', '娜娜', 'Nana', '文曰', '小強', '碧藍', '航線', '粵知', '一二', '大橙橙', '橙子', '潮汕', '男人', '陳翔', '六點半', '阿漫', '封茗', '蘇星河', '牛通', 'Big', '工坊', '中國日報', 'Kevin', '情報局', '畫渣', '網易', '第五', '人格', 'Vicky', '宣宣', 'CCheny6', '鑒寶', '冷淡', '國家', '地理', '大象', '放映室', 'Animenzzz', '蕭憶情', 'Alex', '狂風', '肉肉', '搜索', '你們', '康康', '鐘文澤', '打泥', '一數', 'Feifei', '閆帥', '混亂', '博物館', '坎公騎', '冠劍', '田野', '繁榮', '神話', '悟空', '印象', '二次元', '中科院', '物理所', 'Vivekatt', '小約翰', '可汗', '唯一', '魔王', '雙笙子', '制作', 'Kurt', 'NathanRich', '火鍋', '波桑吃遍', '世界', '克里米亞', '野生', '動物園', '理理', '理子', '長得', '博主', '女人', '社長', 'OELoop', '一大', '渾元', 'Rysn', '烏合', '麒麟', '燕子', 'BBQ', '學徒', 'Ray', '阿福', 'Thomas', 'NBzhuoc', '烏鴉', '校尉', 'CaptainWuya', '丸子', '叨叨', '燃茶', '李佳琦', 'Austin', '草莓', '西瓜', 'JUN', '陰陽師', '廣東', '共青團', '知心', '光影', '筆墨', '活蹦亂跳', '肥曈', 'PS', '教程', '免費', 'ilem', '周淑怡', '守護', '茶茶', '品諾', '開課', '程十安', 'an', '冒險', '探長', '豐兄來', '碰碰', '彭碰', '光遇', '王驍', 'Albert', '廣西', '恩師', '老騷', '豆腐', '檸檬', '奇幻', '漂流', '抽風', 'Crazy', '人類', '行為', '圖鑒', 'IC', '黑椒', '墨魚', '狂阿彌', '小缸', '阿燦', '魯過', '一世', '陸夫人', '公孫', '田浩', '沉默寡言', '白河愁', '達達', '達布', 'PDD', '隔壁', '會長', '客匠', 'App', '賴皮', '猴愛', 'kei', 'marin', '知日醬', '小熊', '紳士', '緊張', '蟲蟲', '柴犬', '老飯', '張喜喜', '滿漢全席', '團隊', '大胡子', '森納映', '重生', '細胞', '十音', 'Shiyin', '某布君', '面筋', '書林', '天堂', '沖浪', '普拉斯', '少年', '五之歌', '極速', '拍檔', '鯉魚', 'Ace', '導演', '小策', '主廚', '農國棟', '舞小', '孫笑川', '258', 'Zc', '目錄', '松浦文', 'SPWZ', '社長', '無敵', '皮皮', '心靈', '偵探', '明柏辰', '千戶', '長生', 'yoyo', '鹿鳴', 'Lumi', '飛碟', 'gagako', '青蓮', '失利', '席拉瑞絲', '暴躁', 'JUMP', '哇哇', '哇妹', '澤野弘', 'nZk', 'Minecraft', '國電', '武術館', '館長', '雪峰', '調查', '游戲', '動力', 'VGN', '白醋', '少女', 'wuli', '小周', '軒子', 'KB', '空耳狂', '豪言', '經理', 'TED', '演講', '吉原', '悠一', 'yui', '阿貍', '宣森', '付曦冉', 'AIChannel', '3Blue1Brown', '微課', 'Test', '正經', '比比', '大師', '木源', '評君', '四季', '萌芽', '騰訊', '動漫', '軒墨', '矮油', '王老六', 'steam', '牛叔', '萬歲', '萬萬歲', '紅豆', '稀飯', '齊天大', '腎余', '瀟灑', '吳織', '亞切', '忽悠', '無聊', '開箱', '一花', '--', '圈圈', '路路', '迷路', '十二', 'pandapia', '人民網', '陳子', 'EX', '吟游', '詩人', '基德', '評測室', 'QAQ', '涼子', 'BML', '指揮部', '福樂', 'cry', '小仙爺', '龍女', '之聲', '刀劍', '神域', '黑衣', '劍士', '王牌', 'lana', '糾結', '楊真直', '大佬', 'er', '小可', '玩醬', 'YCC', '小狼', 'XF', '史圖館', '園長', '絕不', '早到', '吱吱', '肌肉', '妮可', '蹦蹦', '狙擊手', '麥克', '奶糕', '成精', '檔案', '備胎', '說車', '突擊手', '不了', '夏一', '就是', '畫畫', '梨渦', 'mini', '鬼叔', '怪談', '大司馬', '豆蔻', '網不紅', '萌叔', 'Joey', 'Youtube', '中文字幕', '取景框', '奧地利', '山新', '大家', '蕪湖', '環球時報', '底層', '原理', '波波', 'Brian', '紫菜', '蛋花', '兔兔', '澳洲', '阿彭', '知識', '司馬南', 'OldBa1', '曉凱', '央視網', '小蘇', '一塊', '電鹿板', '空卡', '空空', 'DingTalk', '盧克文', '金燦榮', '君說', '星悅', '小美女', 'PKU', '湯家鳳', '王大境澤', '阿銀', '塑料', 'FOKU', '雷軍', '主播', '蛋白', '小豬', 'zzreal', '小桑菜奈', '馬克', 'Sparrow', '先看', '天才', '小熊貓', '本人', '谷谷', '永不', '咕咕', '橙心', '資訊', '結巴', '老爹', '淚腺', '戰士', '賽雷', '三分鐘', '艾倫', 'Alan', '尹正', '華為', '終端', '抖抖', '比目魚', '蘿王', '無情', '皮科', '醫生', '魏小博', '小莊', '發布會', '一之瀨', 'asuka', '酒客', '小丑', '凌識', '面粉', 'MayTree', '五月', 'PuFF', '大胖', '軟軟', '酸酸', '淺澄', '黑馬', '程式員', '傳奇', 'Sam', '香香', '小泡', '郎朗', 'AndrewCap', '小漫', '政治', '徐濤', '巫托邦', '南云', '鳥羽', '33', '果子', '小黑', '戰記', '平行', 'oooooohmygosh', '小緣', '簡史', '軒邈', 'Elias', '四月', '生日', '紀錄片', '國仁', '全球', '大學堂', '浙江', '某聲悠', '酒癡東', 'SXP', '基金會', '什么', '溫暖', '冷風', '稚暉', '人民日報', '留學生', '日報', 'KatAndSid', '總裁', '德云', 'Televison', '初音', '未來', 'Crypton', '體態', '深夜', 'T1', 'Faker', '硬體', '茶談', '一鹿', '有車', '花二', 'Strange', 'dc008', '暗貓', '祝福', 'GM', '秘密', '基地', '郭云', '愛否', 'FView', '老爺爺', 'AlanWalker', '李玉剛', '雞胸肉', '大連', '老濕王', '博文', '鋼鐵', '直男必', '菜菜', '日記', '了不起', '八萬', '二餅', '大大', '燈泡', '武當', '陳師行', '任性', 'KIMKILLS', 'Chimera', '不良', '博士', '老哥', '槐安', '遺夢', '仲尼', 'Johnny777', '窩頭', '暴脾氣', '貓店', '深海', '色帶', '陳平', '眉山', '論劍', '當歸', '目洋子', '聊點', '維他', '樂樂', '課堂', '好運', '一米', '臥龍', 'Ksr', 'notyour', 'FM', '一元', '胖次', '狐貍', '不齊', '思婦', '韭菜', '赤焰', '男孩', '銀臨', '音闕', '馬蹄', '北京大學', 'JKAI', '杰凱', '植物', '特別', '中二', 'q3', '尤超白', '波靖', 'CCTV', '寶藏', '聯想', '拯救', '彭醬', 'LINYA', '一丁', 'Dingslook', '清華', '數學系', '葉子', '先生', '甘子', 'vansamaofficial', '本尼', '阿三', '一臉', '毛蛋', '北京', '青年', '涼子', '訪談錄', '張逗', '張花', 'Super', '也好', '翠花', '不太脆', '紅色', '激情', '郝給力', '濤哥', '布鍋', '倫桑愛', '唱歌']
items[Math.floor(Math.random()*items.length)]+items[Math.floor(Math.random()*items.length)]
大家可以看到我在游覽器控制生成的幾個昵稱：
這可都是具有能夠成為百萬粉絲up主潛質的昵稱噢！
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/294528.html
標籤：其他