最近有一部“懷舊”題材的電影，未播先火，那就是劉若英的處女作——《后來的我們》。

[[226179]]

青春，愛情，夢(mèng)想，一直是“懷舊”題材的核心要素，雖然電影現(xiàn)在還未上映，但先行發(fā)布的主題曲《我們》，已經(jīng)虐哭了不少人。在 MV 里，歌聲清清淺淺，訴說著那些年關(guān)于愛情里的遺憾。

“我最大的遺憾，就是你的遺憾，與我有關(guān)”，下面就一起來感受一下吧。

這首歌是《后來的我們》中的主題曲，網(wǎng)易云音樂上線當(dāng)天便席卷千萬+播放量，現(xiàn)如今光是網(wǎng)易云上面的評(píng)論就馬上突破了 10 萬條。

網(wǎng)易云音樂一直是我們向往的“神壇“，聽音樂看到走心的評(píng)論的那一刻，高山流水遇知音。

于是本文作者抓取了這首歌曲的熱門評(píng)論，并做成圖表、詞云來展示，看看相對(duì)于這首歌最讓人有感受的評(píng)論內(nèi)容是什么。

抓數(shù)據(jù)

要想做成詞云圖表，首先得有數(shù)據(jù)才行，這里需要一點(diǎn)點(diǎn)的爬蟲技巧。

基本思路為：

• 抓包分析
• 加密信息處理
• 抓取熱門評(píng)論信息

抓包分析

我們首先用瀏覽器打開網(wǎng)易云音樂的網(wǎng)頁版，進(jìn)入陳奕迅《我們》歌曲頁面，可以看到下面有評(píng)論。接著 F12 進(jìn)入開發(fā)者控制臺(tái)（審查元素）。

下面要做的是，找到歌曲評(píng)論對(duì)應(yīng)的 url，并分析驗(yàn)證其數(shù)據(jù)跟網(wǎng)頁現(xiàn)實(shí)的數(shù)據(jù)是否吻合，步驟如下圖：

通過歌曲 id 輕松找到評(píng)論所在的鏈接

查看 hreaders 的信息，發(fā)現(xiàn)瀏覽器使用的是 POST 的方式進(jìn)行的請(qǐng)求

具體字段如上圖，會(huì)發(fā)現(xiàn)表單中需要填兩個(gè)數(shù)據(jù)，名稱為 params 和 encSecKey。

后面緊跟的是一大串字符，換幾首歌會(huì)發(fā)現(xiàn)，每首歌的 params 和 encSecKey 都是不一樣的。因此，這兩個(gè)數(shù)據(jù)可能是經(jīng)過一個(gè)特定的算法進(jìn)行加密過的。

服務(wù)器返回的和評(píng)論相關(guān)的數(shù)據(jù)為 json 格式，里面含有非常豐富的信息（比如有關(guān)評(píng)論者的信息，評(píng)論日期，點(diǎn)贊數(shù)，評(píng)論內(nèi)容等等），其中 hotComments 就是我們要找的熱門評(píng)論，總共 15 條。

那我們的思路就很清晰了，只需要分析這個(gè) api 并模擬發(fā)送請(qǐng)求，獲取 json 進(jìn)行解析就好了。

加密信息處理

經(jīng)過我的測(cè)試，直接把瀏覽器上這倆數(shù)據(jù)拿過來就可以。但是要想真正的解決這個(gè)加密處理，還需要有點(diǎn)加解密的只是存儲(chǔ)。

關(guān)于這兩個(gè)參數(shù)如何解密，強(qiáng)大的知乎上其實(shí)已經(jīng)有了答案的，感興趣的朋友可以進(jìn)去看一下：《如何爬網(wǎng)易云音樂的評(píng)論數(shù)？》https://www.zhihu.com/question/36081767

我們?cè)谶@里就只需要用我們這種偷懶的辦法就可以完成需求了。這里我就使用這么個(gè)臨時(shí)的方法好了，而且對(duì)于不同的歌曲是可以重用的，待會(huì)我們可以驗(yàn)證一下。

抓取熱門評(píng)論信息

代碼塊如下：

import requests 
import json 
 
url = 'http://music.163.com/weapi/v1/resource/comments/R_SO_4_551816010?csrf_token=568cec564ccadb5f1b29311ece2288f1' 
 
headers = { 
   'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36', 
   'Referer':'http://music.163.com/song?id=551816010', 
   'Origin':'http://music.163.com', 
   'Host':'music.163.com' 
} 
#加密數(shù)據(jù)，直接拿過來用 
user_data = { 
   'params': 'vRlMDmFsdQgApSPW3Fuh93jGTi/ZN2hZ2MhdqMB503TZaIWYWujKWM4hAJnKoPdV7vMXi5GZX6iOa1aljfQwxnKsNT+5/uJKuxosmdhdBQxvX/uwXSOVdT+0RFcnSPtv', 
   'encSecKey': '46fddcef9ca665289ff5a8888aa2d3b0490e94ccffe48332eca2d2a775ee932624afea7e95f321d8565fd9101a8fbc5a9cadbe07daa61a27d18e4eb214ff83ad301255722b154f3c1dd1364570c60e3f003e15515de7c6ede0ca6ca255e8e39788c2f72877f64bc68d29fac51d33103c181cad6b0a297fe13cd55aa67333e3e5' 
} 
 
response = requests.post(url,headers=headers,data=user_data) 
 
data = json.loads(response.text) 
hotcomments = [] 
for hotcommment in data['hotComments']: 
   item = { 
       'nickname':hotcommment['user']['nickname'], 
       'content':hotcommment['content'], 
       'likedCount':hotcommment['likedCount']      
   } 
   hotcomments.append(item) 
 
#獲取評(píng)論用戶名，內(nèi)容，以及對(duì)應(yīng)的獲贊數(shù)    
content_list = [content['content'] for content in hotcomments] 
nickname = [content['nickname'] for content in hotcomments] 
liked_count = [content['likedCount'] for content in hotcomments] 

數(shù)據(jù)可視化

在獲得相關(guān)評(píng)論數(shù)據(jù)后，我們將其做成圖表與詞云圖，將讓人看起來更直觀。

接下來需要在自己電腦上安裝需要的安裝包： pyecharts（圖表包）、matplotlib（繪圖功能包）、 WordCloud（詞云包）。其中，pyecharts 是一個(gè)用于生成 Echarts 圖表的類庫。

Echarts 是百度開源的一個(gè)數(shù)據(jù)可視化 JS 庫，主要用于數(shù)據(jù)可視化，同時(shí) pyecharts 兼容 Python2 和 Python3。

安裝非常簡(jiǎn)單，只需：

pip install pyecharts 

關(guān)于 WordCloud（詞云包）安裝過程中會(huì)出現(xiàn)的一些問題，我這里總結(jié)了一下分享給大家。

看到別人使用 WordCloud 可以方便地生成云詞圖，在數(shù)據(jù)可視化的方面會(huì)給我們帶來很多便利。然而實(shí)際操作起來才發(fā)現(xiàn)，初學(xué)者還是容易遇到很多坑。

說明：已安裝（Python 3.6.1）、系統(tǒng)為Windows 7

安裝文件的獲取

首先，按 win+r，輸入 cmd，如下圖：

然后，輸入如下代碼：

pip install wordcloud 

結(jié)果呢？會(huì)報(bào)錯(cuò)的，會(huì)有文件缺失的問題。這一點(diǎn)不少人都有類似反饋。

于是在官網(wǎng)，看到這么一張圖，靈機(jī)一動(dòng)：

解決方案：在 Github 下載 WordCloud 的包，解壓縮后，在對(duì)應(yīng)目錄下用 python setup.py install 安裝。

操作如下圖，進(jìn)入剛才解壓后的文件夾中，同時(shí)按住 shift+ 鼠標(biāo)右鍵，啟動(dòng) cmd。

安裝 WordCloud 時(shí)出現(xiàn)報(bào)錯(cuò)信息：error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: http://landinghub.visualstudio.com/visual-cpp-build-tools

這種情況下，直接跟著提示內(nèi)容進(jìn)行就好。

解決方案：打開報(bào)錯(cuò)提示中的鏈接，下載并安裝 Visual C++ 2015 Build Tools。

安裝完 WordCloud 后，接下來就是代碼的實(shí)現(xiàn)，利用之前獲得評(píng)論用戶名和對(duì)應(yīng)的點(diǎn)贊數(shù)，將其制作成圖表圖：

from pyecharts import Bar 
 
bar = Bar("熱評(píng)中點(diǎn)贊數(shù)示例圖") 
bar.add( "點(diǎn)贊數(shù)",nickname, liked_count, is_stack=True,mark_line=["min", "max"],mark_point=["average"]) 
bar.render() 

由此可以看出，獲得最高贊數(shù)（95056）評(píng)論的是：

@魚大叔Uncle：后來的我，離開了他，永遠(yuǎn)的離開了他，十年的感情不過寥寥幾句話。后來的我，嫁給了一個(gè)很普通的人，沒有他的浪漫，卻有不一樣的溫暖。

大多數(shù)贊數(shù)為 20000-30000 之間，最低都達(dá)到 7000+，（基本與網(wǎng)頁里評(píng)論中數(shù)據(jù)吻合）。

最后，我們將所有的熱門評(píng)論內(nèi)容，制作成詞云圖展示出來，代碼塊如下：

from wordcloud import WordCloud 
import matplotlib.pyplot as plt 
 
content_text = " ".join(content_list) 
wordcloud = WordCloud(font_path=r"C:\simhei.ttf",max_words=200).generate(content_text) 
plt.figure() 
plt.imshow(wordcloud,interpolation='bilinear') 
plt.axis('off') 
plt.show() 

詞云分析結(jié)果圖如下：

從圖中可以看出，很多人感慨，后來只有你我，再無我們。（注明：所有數(shù)據(jù)，是屬于當(dāng)時(shí)所爬取的數(shù)據(jù)）

后記

曾記得，郭敬明在書里寫，“我們太年輕，以致于都不知道以后的時(shí)光，竟然那么長(zhǎng)，長(zhǎng)得足夠讓我忘記你，足夠讓我重新喜歡一個(gè)人，就像當(dāng)初喜歡你那樣。”

我們這一生，總是遇到太多的后來。從不懂愛到懂愛，從擁有到珍惜。

所幸是到了最后，無論過了多少年。后來的我們，都在對(duì)方身上，學(xué)會(huì)了如何去愛。

[[226185]]

就像陳奕迅在歌里唱的，“有過執(zhí)著，放下執(zhí)著”。有些人啊，光是遇見就已經(jīng)值得了。

我們確實(shí)沒有了后來。

就讓后來的我們，慢慢走，別回頭。

不談虧欠，感謝遇見。

只是在下一次遇見愛的時(shí)候，我們都要學(xué)會(huì)更懂得珍惜。

這才是愛的意義，也是我們?yōu)槭裁慈邸?/p>