EDG奪冠，用Python分析一波：粉絲都炸鍋了

本文禁止轉載

EDG奪冠，粉絲炸鍋了！

北京時間11月6日，在英雄聯盟S11總決賽中，中國LPL賽區戰隊EDG電子競技俱樂部以3∶2戰勝韓國LCK賽區戰隊DK，獲得2021年英雄聯盟全球總決賽冠軍，

這個比賽也是備受全網矚目：

• 微博熱搜第一名，顯示有8194萬觀看；
• bilibili平臺，吸引3.5億人氣，滿屏彈幕；
• 騰訊視頻600萬人看過；
• 斗魚和虎牙平臺的熱度也是居高不下；
• 比賽結束后，央視新聞也發微博祝賀EDG戰隊奪冠；

既然比賽熱度這么高，那大家都說了點啥？

我們用Python分析了31000條彈幕資料，滿屏都是粉絲的祝福與感受，

我們不僅可以通過直播和新聞來感受比賽的整個程序，也可以通過Python來分析熱點來感受粉絲的熱情，

文中用到的源代碼、字體檔案、停用詞檔案、背景圖，均可添加好友領取！

手把手教你獲取彈幕資料

1. 簡單說明

沒看過直播的朋友不要緊，有回放呀！整個視頻已經為大家整理好了，從開幕式，到五場比賽，再到奪冠時刻，一共7個視頻，

每個視頻中，都有粉絲發布的彈幕，今天要做的，就是獲取每個視頻里面的彈幕資料，看看粉絲在躁動的心情下，說了點啥？

不得不說，B站網頁的變化速度真快，我記得去年還是很容易找到的，但是今天卻一直沒有找到，

但是沒有關系，我們直接將以前的彈幕資料網址接口拿過來使用就行，

API： https://api.bilibili.com/x/v1/dm/list.so?oid=XXX

這個oid其實就是一串數字，每個視頻都有一個獨特的oid，

2. oid資料找尋

本小節就帶著大家一步步找尋這個oid，要找到oid，首先要找到一個叫做cid的東西，

點擊F12，先打開開發者工具，按照圖中提示，完成1-5處的操作，

• 第3處：這個頁面有很多個請求，但是你需要找到這個以pagelist開頭的請求，
• 第4處：觀察對應的Header下方，有一個Request URL，我們要的cid就在這個網址中，
• 第5處：觀察對應的Preview下方，就是請求Request URL，回應給我們的結果，圖中圈起來的就是我們要的cid資料，

2. cid資料獲取

上述我們已經找到了Request URL，下面我們只需要發起請求，獲取里面的cid資料即可，

import requests
import json

url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV1EP4y1j7kV&jsonp=jsonp'
res = requests.get(url).text
json_dict = json.loads(res)
#pprint(json_dict)

for i in json_dict["data"]:
    oid = i["cid"]
    print(oid)

結果如下：

其實，這里cid對應的數字串，就是oid后面的數字串，

3. 拼接url

我們不僅有了彈幕api介面，也有了cid資料，接下來將它們進行拼接，就可以得到最終的url，

url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV1EP4y1j7kV&jsonp=jsonp'
res = requests.get(url).text
json_dict = json.loads(res)
#pprint(json_dict)

for i in json_dict["data"]:
    oid = i["cid"]
    api = "https://api.bilibili.com/x/v1/dm/list.so?oid="
    url = api + str(oid)
    print(url)

結果如下：

一共有7個網址，分別對應7個視頻里面的彈幕資料，

隨便點開一個查看：

4. 正則提取彈幕資料并保存

有了完整的url后，我們要做的就是提取里面的資料，這里還是直接采用正則運算式，我們以其中一個視頻為例，為大家講解，

final_url = "https://api.bilibili.com/x/v1/dm/list.so?oid=437729555"
final_res = requests.get(final_url)
final_res.encoding = chardet.detect(final_res.content)['encoding']
final_res = final_res.text
pattern = re.compile('<d.*?>(.*?)</d>')
data = pattern.findall(final_res)

with open("彈幕.txt", mode="w", encoding="utf-8") as f:
    for i in data:
        f.write(i)
        f.write("\n")

結果如下：

這只是其中一頁的資料，共有7200條資料，

完整代碼

上述我已經分步為大家講解了每一步程序，這里我直接將代碼封裝成函式，

import os
import requests
import json
import re
import chardet

# 獲取cid
def get_cid():
    url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV1EP4y1j7kV&jsonp=jsonp'
    res = requests.get(url).text
    json_dict = json.loads(res)
    cid_list = []
    for i in json_dict["data"]:
        cid_list.append(i["cid"])
    return cid_list

# 拼接url
def concat_url(cid):
    api = "https://api.bilibili.com/x/v1/dm/list.so?oid="
    url = api + str(cid)
    return url

# 正則提取資料
def get_data(url):
    final_res = requests.get(url)
    final_res.encoding = chardet.detect(final_res.content)['encoding']
    final_res = final_res.text
    pattern = re.compile('<d.*?>(.*?)</d>')
    data = pattern.findall(final_res)
    return data

# 保存資料
def save_to_file(data):
    with open("彈幕資料.txt", mode="a", encoding="utf-8") as f:
        for i in data:
            f.write(i)
            f.write("\n")
            
cid_list = get_cid()
for cid in cid_list:
    url = concat_url(cid)
    data = get_data(url)
    save_to_file(data)

結果如下：

確實很棒，一共3.1w資料！

保姆級詞云圖制作教程

對于獲取到了 資料，我們 利用EDG背景圖，制作一個好看的詞云圖，

# 1 匯入相關庫
import pandas as pd
import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
from imageio import imread

import warnings
warnings.filterwarnings("ignore")

# 注意：動態添加詞語集
for i in ["EDG","永遠的神","yyds","牛逼","發來賀電"]
    jieba.add_word(i)

# 2 讀取文本檔案，并使用lcut()方法進行分詞
with open("彈幕資料.txt",encoding="utf-8") as f:
    txt = f.read()
txt = txt.split()
txt = [i.upper() for i in txt]
data_cut = [jieba.lcut(x) for x in txt]

# 3 讀取停用詞
with open("stoplist.txt",encoding="utf-8") as f:
    stop = f.read()
stop = stop.split()
stop = [" "] + stop

# 4 去掉停用詞之后的最終詞
s_data_cut = pd.Series(data_cut)
all_words_after = s_data_cut.apply(lambda x:[i for i in x if i not in stop])

# 5 詞頻統計
all_words = []
for i in all_words_after:
    all_words.extend(i)
word_count = pd.Series(all_words).value_counts()

# 6 詞云圖的繪制
# 1）讀取背景圖片
back_picture = imread("EDG.jpg")

# 2）設定詞云引數
wc = WordCloud(font_path="simhei.ttf",
               background_color="white",
               max_words=1000,
               mask=back_picture,
               max_font_size=200,
               random_state=42
              )
wc2 = wc.fit_words(word_count)

# 3）繪制詞云圖
plt.figure(figsize=(16,8))
plt.imshow(wc2)
plt.axis("off")
plt.show()
wc.to_file("ciyun.png")

結果如下：