她爹也是豬!她娘也是豬! 兒子還是豬!一窩豬!

或許這就是***的回答。

原本只是一部電影方與移動(dòng)合作的宣傳短片。

卻因里面打動(dòng)人心的故事，大火了一把。

就如我之前的一篇文章里所提的。

不是年味越來越少，而是我們都長大了。

影片透露出那一股暖人心的親情，如今也是越來越不容樂觀。

物以稀為貴，或許這就便是能引起大家共鳴的原因吧。

其實(shí)大家心里都想，只不過由于種種原因，沒能實(shí)現(xiàn)罷了。

本次對(duì)B站的彈幕數(shù)據(jù)進(jìn)行獲取。

來看看大家的彈幕信息，能不能讓我們得到回答。

亦或發(fā)現(xiàn)一些有趣的信息。

一、 網(wǎng)頁分析

B站的彈幕數(shù)據(jù)有現(xiàn)成的接口，只需找到對(duì)應(yīng)視頻的cid值即可。

從上圖可以知道，彈幕一共2719條，視頻的cid值為72036817。

接下來訪問接口，獲取數(shù)據(jù)。

網(wǎng)址：http://comment.bilibili.com/72036817.xml

接口獲取的彈幕數(shù)據(jù)最多只有1000條。

但是總數(shù)卻是是2719條，那么再找找看。

登陸B(tài)站后，點(diǎn)擊查看歷史彈幕按鈕。

發(fā)現(xiàn)了每日視頻的彈幕接口(只需將請(qǐng)求頭加上cookies，即可訪問)。

發(fā)現(xiàn)還是限制1000條，這里也是不解。

難不成每個(gè)視頻播放時(shí)就只會(huì)放出來1000條彈幕?

不過相比***個(gè)接口，應(yīng)該能多出不少彈幕。

二、數(shù)據(jù)獲取

鑒于只是練手而已，就偷個(gè)懶。

直接從不需要cookies的接口獲取1000條彈幕。

獲取數(shù)據(jù)代碼如下。

from bs4 import BeautifulSoup 
import pandas as pd 
import requests 
 
url = 'http://comment.bilibili.com/72036817.xml' 
html = requests.get(url).content 
html_data = str(html, 'utf-8') 
soup = BeautifulSoup(html_data, 'lxml') 
results = soup.find_all('d') 
 
comments = [comment.text for comment in results] 
comments_dict = {'comments': comments} 
 
df = pd.DataFrame(comments_dict) 
df.to_csv('bilibili.csv', encoding='utf-8') 

***成功獲取1000條彈幕數(shù)據(jù)。

第958條，和我外公外婆一樣，來到家之后一包一包的都是他們從家里帶來的菜和水果。

不知道，你有沒有相同的感受呢?

相信大多數(shù)人都會(huì)說，有!!!

一種莫名的感動(dòng)在心中。

三、數(shù)據(jù)可視化

利用jieba分詞，對(duì)彈幕數(shù)據(jù)生成詞云。

from wordcloud import WordCloud, ImageColorGenerator 
import matplotlib.pyplot as plt 
import pandas as pd 
import jieba 
 
df = pd.read_csv('bilibili.csv', header=None) 
 
text = '' 
for line in df[1]: 
    text += ' '.join(jieba.cut(line, cut_all=False)) 
backgroud_Image = plt.imread('peiqi.jpg') 
 
wc = WordCloud( 
    background_color='white', 
    mask=backgroud_Image, 
    font_path='C:\Windows\Fonts\simhei.ttf', 
    max_words=2000, 
    max_font_size=80, 
    random_state=30, 
) 
wc.generate_from_text(text) 
# 看看詞頻高的有哪些,把無用信息去除 
process_word = WordCloud.process_text(wc, text) 
sort = sorted(process_word.items(), key=lambda e:e[1], reverse=True) 
print(sort[:50]) 
img_colors = ImageColorGenerator(backgroud_Image) 
wc.recolor(color_func=img_colors) 
plt.imshow(wc) 
plt.axis('off') 
wc.to_file("佩奇.jpg") 
print('生成詞云成功!') 

原圖如下，來自一位PPT大神的鼠繪佩奇。

如有需要下圖的，公眾號(hào)回復(fù)「佩奇」即可。

[[255996]]

***生成詞云圖。

啥是佩奇，我肯定是知道的...

估計(jì)逛B站的大佬們也都知道，所以豬這個(gè)詞，出現(xiàn)的并不多。

看看彈幕數(shù)據(jù)還能發(fā)現(xiàn)一些其他什么東西。

這里發(fā)現(xiàn)河北、保定、張家口、懷來縣這幾個(gè)地名冒出。

說明短片可能是在河北省拍的。

還有爺爺是短片的主角，短片中的手套和手機(jī)也成功吸引了大家的關(guān)注。

朋克和硬核又是什么鬼，不解...

四、總結(jié)

下面這段內(nèi)容，摘自知乎。

說到底這個(gè)宣傳片之所以能火起來，靠的還是咱中國人的情。

是農(nóng)村生活，過年生活的真實(shí)寫照。

反映了現(xiàn)代社會(huì)農(nóng)村的真實(shí)情況，包括4G網(wǎng)以及智能手機(jī)還未普及，農(nóng)村空巢老人的生活狀態(tài)。

或許，這就是大家有共鳴的點(diǎn)。