最近兩天，我被朋友圈的五月天粉絲（五迷）瘋狂刷屏，“五月天永遠陪你到20歲”“演唱會即視感”，這些字眼讓我恨不得馬上奔到電影院打卡。

作為五迷，我是滿懷激情地在寫這篇文章呀（美容覺什么的先不談了，五月天要緊）。

今天我就用Python爬一爬蝦米音樂，半分析半安利地給大家介紹一下這個充滿有趣靈魂的組合。

數(shù)據(jù)獲取

本次爬蟲主要目的是爬取五月天所有歌曲的信息，信息維度當然是越多越好啦。

直接搜索關(guān)鍵詞“五月天”，可能會出現(xiàn)歌名是“五月天”的信息，或者別人翻唱“cover五月天”的內(nèi)容，搜索范圍變大，多抓取了不少無用信息。

所以我以“五月天-藝人-專輯信息-歌曲id-歌曲詳情”這個路徑進行數(shù)據(jù)爬取。我發(fā)現(xiàn)，無論是專輯信息、歌曲list還是歌曲詳情，都存在于非常漂亮的JSON格式里面：

本來可以美滋滋“唰唰唰”地批量下載。但是！URL里面有一個s的參數(shù)，我暫時找不到變化的規(guī)律（摔！）因為趕時間，就另辟蹊徑，用相對麻煩一點的beautiful soup庫來解析網(wǎng)頁源代碼的內(nèi)容，過程很坎坷，這就是我為什么五月天大電影上映凌晨還在寫這篇文章的原因……

而且，爬蟲的時候我還遇到兩個坑：

1.兩天前能運行的代碼，在今天居然解析不到所需的內(nèi)容了，因為爬取的東西內(nèi)容格式發(fā)生了很大變化。難道是我正巧趕上了他們內(nèi)部修改源代碼的節(jié)點嘛？無從查證。

2.兩天前還在顯示的歌曲詳情（播放量和收藏量），今天一看全都變成0了，每首歌都這樣。我讓別的朋友用其他電腦查看，也是沒信息的。“檢查”了一下，Play Count這些參數(shù)直接變成Null了…？

最后得到三個文件，分別是專輯信息（50張）、歌曲列表（620首）和歌曲詳情（620首），主要是通過專輯字符和歌曲id進行相關(guān)聯(lián)，具體字段如下：專輯信息（專輯種類、ID、封面、名字、藝術(shù)家、收藏數(shù)、語言、播放數(shù)、推薦數(shù)、歌曲數(shù)量、專輯字符、評分、評分人數(shù)、發(fā)布時間）

歌曲列表（專輯名字、歌曲名字、ID、時長、播放量）

歌曲詳情（歌曲名字、別名、歌曲ID、時長、播放次數(shù)、作詞、作曲、編曲、專輯名字、歌詞、熱門第一條評論、評論點贊數(shù)）

PPPs:不成熟的代碼我一定會在一周之內(nèi)更新到這兒（https://github.com/PengYura）

數(shù)據(jù)清洗

國際慣例：Excel畫圖表+Python畫詞云，（自認為）簡單粗暴又高效。

數(shù)據(jù)分析

截止目前在蝦米音樂平臺關(guān)于五月天的一共有50張專輯，其中“正正經(jīng)經(jīng)”的專輯有9張（“錄音室專輯”），“單曲”類專輯有20張，歌曲數(shù)量在1到6首不等。

判斷作品的優(yōu)劣，最明顯快速的方式就是查看大眾對其的評分，我們來瞧瞧這50張專輯的評分分布?：

可以看到，將近一半的的專輯評分在9.8-10.0之間，只有3張專輯評分沒超過9分。說明大眾對其認可度還是相當高的。

五月天曾說過只會出10張專輯，隨著2016年《自傳》的發(fā)布，現(xiàn)在已經(jīng)有9張跟大家見面啦。我們先看看這9張的數(shù)據(jù)情況。

按照發(fā)布時間順序排列：

按照時間間隔可以看到，emmm，他們發(fā)專輯的間隔從1年慢慢變成2年、3年和5年，我很有理由懷疑下一張專輯可能在5年之后。

再看到發(fā)布時間的月份，4張專輯都是在7月份，其余的分布在10月、11月和12月，這…...難道是某種癥（拖延癥？）的體現(xiàn)？

據(jù)說五月天只會出10張專輯，我非常期待第10張，我也非常害怕10張之后再無新作品（那我的人生還有什么盼頭）。

從評論收藏數(shù)量來看，最新專輯《自傳》的播放數(shù)達7億多次，收藏數(shù)量將近30萬，推薦人數(shù)也是處于遙遙領(lǐng)先的地位。其次是《后青春的詩》和《第二人生》，分別占據(jù)了播放數(shù)和推薦數(shù)的第二。

但是我覺得很多別的老歌也都是很好聽的呀，傳唱度甚至更高。我們也可以在下面的歌曲詳情分析中略窺一二?。

根據(jù)專輯信息里面的歌曲ID（字符串形式和數(shù)字形式皆可），我們可以順藤摸瓜爬取歌曲的信息（https://www.xiami.com/song/歌曲id），一共得到620首，除去沒歌詞的純音樂歌曲55首，還剩565首。

這565首歌中，時長最短的是《輕功（京片子版）》，只有25秒。但是不管怎么樣，也是李大哥的《貝貝》的6倍多了（逃）。

最長的是《出頭天/憨人（live）》，有12分20秒。歌曲整體時間分布還是符合正態(tài)分布的，75%的歌曲時長都在4到7分鐘之間。

神奇的是，平均每首歌的播放數(shù)量也是如此的趨勢：時長為5分鐘的歌曲平均每首歌播放次數(shù)有219w+。所以呀，寫歌還是寫5分鐘多的，也許這樣更容易火呢～

再看看播放數(shù)量TOP20的歌曲：

雖然《自傳》專輯的歌曲擁有45%（9首）的占榜率，但是耳熟能詳?shù)摹锻蝗缓孟肽恪啡匀灰?.5億次的播放量穩(wěn)居TOP1。

這首歌有沒有讓你想起你的某位故人？

前面提到了專輯種類有許多，什么錄音室專輯啦，現(xiàn)場專輯啦，精選集啦。里面有很多歌曲是一樣的，只是版本不一樣。

去重之后發(fā)現(xiàn)還剩177首歌。我們從歌曲的創(chuàng)作內(nèi)容來看看五月天的歌到底有什么特點。

每首歌都要經(jīng)歷作詞、作曲和編曲的過程。在這177首歌里面，主唱阿信參加了139次作詞、100次作曲，我說一句阿信是創(chuàng)作小王子沒人反對吧！

編曲方面，68%的歌曲都是由五月天整個團隊完成的，還有31首歌是有其他人參與合作的，合作次數(shù)最高的是周恒毅(8次)。

為歌詞做個詞云，我發(fā)現(xiàn)了五月天為什么總是吸引大批五好青年的原因：胸懷“世界”，心中充滿”愛“，敢“想”敢“笑”，不懼“人生”和“回憶”，勇敢懷揣著“夢”想。試問誰聽了這些歌曲還能安然地繼續(xù)做“咸魚”呢？

關(guān)于歌曲評論，我只簡單爬取了每首歌的第一條熱門評論和點贊數(shù)，你猜怎么著？點贊數(shù)最高的3條內(nèi)容，其中兩條內(nèi)容迷之接近：

Ok，我承認，我就是為了聽五月天而下載蝦米的，膚淺而熱烈。

文章開頭提到了，五月天最近的演唱會紀實大電影《五月天人生無限公司》在昨天上映啦。

這部電影記錄了五月天從2017年3月18日到2019年1月6日，415萬歌迷穿過55座城市陪伴打卡的122場演唱會。我因為種種原因還沒去打卡這部電影。但是，我還是忍不住去豆瓣看了大家的評論。

截止目前豆瓣評分8.9分，65%的觀眾給這部電影打了滿分！作為400萬群演之一，我覺得我很驕傲！

最后的最后，一場生活一場五月天，加入五月天永遠不會太遲讓我們一起邁向80歲?

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的python爬取虾米音乐_Python爬取620首虾米歌曲，揭秘五月天为什么狂吸粉？！的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。