要點：

- 爬取10萬用戶數據

- 數據存儲

- 數據詞云分析

1.準備階段

寫代碼前先構思思路：既然我要爬取用戶關注的用戶，那我需要存儲用戶之間的關系，確定誰是主用戶，誰是follower。

??

存儲關系使用數據庫最方便，也有利于后期的數據分析，我選擇sqlite數據庫，因為Python自帶sqlite，sqlite在Python中使用起來也非常方便。??

數據庫中需要2個表，一個表存儲用戶的相互關注信息，另一個表存儲用戶的基本信息，在B站的用戶體系中，一個用戶的mid號是唯一的。??

然后我還需要一個列表來存儲所以已經爬取的用戶，防止重復爬取，畢竟用戶之間相互關注的現象也是存在的，列表中存用戶的mid號就可以了。

2.新建數據庫

先寫建數據庫的代碼，數據庫中放一個用戶表，一個關系表：?

3.爬取前5頁的用戶數據

我需要找到B站用戶的關注列表的json接口，很快就找到了，地址是：

https://api.bilibili.com/x/relation/followings?vmid=2&pn=1&ps=20&order=desc&jsonp=jsonp&callback=__jp7??

• 其中vimd=后的參數就是用戶的mid號

• pn=1指用戶的關注的第一面用戶,一面顯示20個用戶

因為B站的隱私設置，一個人只能爬取其他人的前5頁關注，共100人。?

整個爬取頁面的思路比較簡單，首先設置header,用requests庫進行API請求，獲得關注的用戶數據列表。

我們爬取前5頁，每一頁的數據進行簡單的處理，然后轉為字典數據進行獲取mid,uname,sign3個維度的數據，最后save()函數存入db.

4.存入數據庫

我們數據集里面一共有2個表，一個用戶列表，用來存儲所以的用戶信息，一個是用戶之間的關注信息。

5.探秘是熱門UP主

打算利用已經爬取到本地的數據進行詞云的生成，來看一下這10萬用戶中共同的關注的哪些UP主出現的次數最多。

代碼的思路主要是從數據庫中獲取用戶的名字，重復的次數越多說明越多的用戶關注，然后我使用fate的一張圖片作為詞云的mask圖片，最后生成詞云圖片。

最后一起來看一下詞云圖

可以看出蕾絲，暴走漫畫，木魚水心，參透之C君，papi醬等B站大UP主都是熱門關注。?

---

如果大家周圍有對數據分析&數據挖掘感興趣的朋友，歡迎在朋友圈分享&轉發一下，讓更多的朋友加入我們。有好的文章也可以聯系我與大家分享，需要獲取代碼轉載本公眾號文章，可以直接在公眾號或者文章下方留言。

往期文章：

總結

以上是生活随笔為你收集整理的爬取B站10万数据，看看都有哪些热门的UP主的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。