Python爬取B站5000条视频，揭秘为何千万人看「哪吒」流泪
導讀：《哪吒》看哭了無數人！有很多小朋友，一開始他們還被太乙真人的滑稽，逗得哈哈笑。到了哪吒成魔要殺父親、跪別父母、因為宿命不得以和敖丙為敵時，影院里突然安靜下來。
人們喜歡《哪吒》，不僅是因為它的特效，更是因為里面的親情友情乃至師生情，是我們每個人的向往啊......
本文作者Yura爬取B站5000條視頻，為你揭秘電影的更多“優秀梗”，看完還能Get新技能，趕快往下滑吧！
本文經授權轉自公眾號程序人生（ID：coder_life），作者：Yura
這個夏天，《哪吒之魔童降世》碾壓其他暑期檔電影，成為最強黑馬。我身邊的朋友，不是已經N刷了這部電影，就是在趕去N刷的路上。從票房上也可窺見一斑：
上映第 1 天：89分鐘，中國動畫最快破1億紀錄。
上映第 2 天：中國影史首部單日票房破2億的動畫電影。
上映第 4 天：中國影史第66部破10億影片！
上映第 8 天：正式登頂！破16億，超過《瘋狂動物城》，創中國影史動畫電影票房新紀錄！
……
預測票房達44億！
我和朋友在前幾天也去電影院支持了一下，當初只覺得國漫不容易，支持一下吧。看完之后覺得，國漫做到這樣的劇情、特效、音樂，是真的很不容易！
這部影片制作過程歷時5年，磨合了66個版本，共有1800多個鏡頭，還包含1400多個特效鏡頭。餃子導演，respect！
同樣值得Respect的還有B站UP主們，動漫屬性極強的B站在電影上映之后涌現了大量的相關視頻。
▲b站“哪吒之魔童降世”搜索結果截圖
搜索“哪吒之魔童降世”可以看到視頻信息，今天我就來爬一爬，看看B站UP主們是如何對這部優秀的作品進行再創新的。
01 數據爬取
在瀏覽器開發者模式CTRL+F很容易就能找到所需要的信息，就在頁面源碼中：
因此我們用beautifulsoup庫就能快速方便地獲取想要的信息啦。
因為B站視頻數量有限定，每次搜索只能顯示20條*50頁=1000個視頻信息。
為了盡可能多的獲取視頻信息，我另外還選了“最多點擊”“最新發布”“最多彈幕”和“最多收藏”4個選項。
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=totalrank&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=click&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=stow&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=dm&duration=0&tids_1=0&page={}
http://search.bilibili.com/all?keyword=哪吒之魔童降世&from_source=nav_search&order=pubdate&duration=0&tids_1=0&page={}
5個URL，一共爬取5000條視頻，去重之后還剩下2388條信息。
為了得到“轉評贊”數據，我還以視頻id里面的數字（去掉“av”）為索引，遍歷訪問了每個視頻頁面獲取了更詳細的數據，最終得到以下字段：
在后續劃詞云的時候還爬取了部分視頻的彈幕詳情，但是我最近發現firefox也不顯示彈幕頁面cookie信息了，于是我嘗試使用了B站其他頁面的cookie，居然成了～
詳細（不成熟的）代碼參考github：
https://github.com/PengYura/Bilibli-
02 數據分析
電影在7月18、19日就進行了全國范圍的點映，正式上映時間為7月26日，在這之后相關視頻數量有明顯的上升。
在這時間之前的，最早發布時間可以追溯到2018年11月份，大部分都是預告類視頻：
在8月7日之后視頻數量猛增，單單8月7日一天就新上傳了319個相關視頻。
從標題名字中我們可以大致了解視頻的內容：
毫無疑問，“哪吒”和“敖丙”作為影片兩大主角是視頻的主要人物；因為他們同生共患難的情誼，“藕餅”（“哪吒+敖丙”組合）也是視頻的關鍵詞；除此之外，“國漫”也是一大主題詞，畢竟我們這次是真正地被我們的國產動漫震撼到了。
從視頻分類來看，我們發現“影視剪輯”“國產原創相關”和“繪畫”是三個主要類型，占據了總視頻的40%以上。看了幾個繪畫類型的視頻，我理解了什么叫做“高手在人間”。
▲圖取自UP主：Save菇菇菇菇菇菇菇菇
傳送門：
https://www.bilibili.com/video/av60131700
超過一半的視頻時長都在3分鐘之內，但是也有些視頻長達2個小時多，長視頻大部分都是一些教學類視頻（繪畫、建模等）。大家都說喜歡在B站上學習，免費還無廣告，誠不欺我。
那這么多視頻到底質量怎么樣，不能僅憑我一人之言，看看有雪亮眼睛的觀眾是怎么反饋的?
▲注：橫坐標代表點贊數量，縱坐標代表收藏數量，氣泡大小表示金幣數量。
從明顯的線性規律和從左到右逐漸變大的氣泡可看出，大家深諳“一條龍”服務定理（點贊+收藏+投幣），上道兒～
右上角那個特別突出的視頻是《戲腔燃炸了！哪吒原創曲《我命不由天》（古風MV付）哪吒之魔童降世》，是由一個三人團隊創作的原創曲目，觀看數159w+，點贊超過1我命w，收藏12w+，投幣14w！表演者居然把尤克里里彈出琵琶的感覺，果然是才華限制了我的想象力。
剛剛是全局觀看，那么細分種類的話，大家都偏好哪種類型的視頻呢？
▲注：TGI：即Target Group Index（目標群體指數），可反映目標群體在特定研究范圍內的強勢或弱勢，超過100即表示特征明顯。本次計算公式（以金幣數TGI為例）=某一類型視頻金幣總數占比/該類型視頻數量占比
按照金幣數TGI排序，我們發現“原創音樂”以1551的超高指數占據榜首，“趣味科普人文”雖然視頻數量占比不高，但是用戶的投幣數量還是很可觀的。
排名第三的“單機游戲”，我開始還一臉懵，這電影和游戲也能扯上關系？
直到我打開視頻之后，那些用“模擬人生”“我的世界”做出來的如同電影般的畫面，我…膝蓋不保。怎么著？神仙也上B站？
▲圖取自UP主：白小久丶
傳送門：
https://www.bilibili.com/video/av61606846
彈幕數量最多的視頻是《【嗶嗶Q第3期】哪吒續作預定？打破成見，做自己的英雄！》，這是關于影片導演餃子的一段采訪，從大家的彈幕里面可以看出大家對這部電影的看法：
哪吒可愛敖丙（餅）帥不用多說，“加油”“期待”表達了觀眾對導演的鼓勵。
視頻中導演餃子非常謙虛，說“覺得我們現在還不配得到那么多粉絲”，滿屏“配”字表明了大家最硬核的支持。
03 最后的最后
看完了這部電影，大家都有一種“國漫崛起”的感慨。
除了是觀眾的福利，我覺得這更是對中國千千萬萬藝術創作者的鼓勵。
打造中國自己的封神宇宙，我們已經邁出了第一步啦。
作者：Yura，計算機科學與技術專業畢業生，因在澳洲交換學習接觸了大數據，甚感興趣。遂開公眾號“Yura不說數據說”督促自己學習數據分析！歡迎大家關注我的個人公眾號，一起（監督我）學習。
本文轉自公眾號“程序人生”，ID：coder_life
有話要說?
Q:?你給「哪吒」打幾分？
歡迎留言與大家分享
猜你想看?
什么是機器學習？有哪些分類？到底有什么用？終于有人講明白了
6本豆瓣高分書，國內外的技術大牛都在看！
關于機器學習的知識點，全在這篇文章里了
入門大爆炸式發展的深度學習，你先要了解這6個著名框架
更多精彩?
在公眾號對話框輸入以下關鍵詞
查看更多優質內容！
PPT?|?報告?|?讀書?|?書單?|?干貨?
大數據?|?揭秘?|?Python?|?可視化
AI?|?人工智能?|?5G?|?區塊鏈
機器學習?|?深度學習?|?神經網絡
合伙人?|?1024?|?段子?|?數學?|?高考
據統計，99%的大咖都完成了這個神操作
?
覺得不錯，請把這篇文章分享給你的朋友
轉載 / 投稿請聯系：baiyu@hzbook.com
更多精彩，請在后臺點擊“歷史文章”查看
新人創作打卡挑戰賽發博客就能抽獎！定制產品紅包拿不停！總結
以上是生活随笔為你收集整理的Python爬取B站5000条视频，揭秘为何千万人看「哪吒」流泪的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 什么是目标检测？有哪些应用？终于有人讲明
- 下一篇： 中国AI人才缺口500万，10本硬核技术