最近幾周，在《隱秘的角落》熱度落去后，《三十而已》又闖進(jìn)了大家的視線中，被大家不停的討論，想必沒(méi)看過(guò)這部電視劇的小伙伴們也或多或少的從朋友那里聽(tīng)到過(guò)這部電視劇吧。

[[336177]]

《三十而已》以三位三十歲的女性視角進(jìn)行展開(kāi)，或多或少的體現(xiàn)出現(xiàn)實(shí)中我們遇到的問(wèn)題，更能引起大家的共鳴，因此走紅也在情理之中。今天，小編爬取了騰訊視頻的近21萬(wàn)條彈幕，看看大家是如何評(píng)價(jià)這部電視劇的。

1.彈幕的抓取

首先是彈幕的抓取，小編首先獲取了電視劇每集的vid信息，然后根據(jù)vid獲取到target_id進(jìn)而爬取到每集的彈幕信息。其流程如下圖所示：

對(duì)應(yīng)的部分程序如下所示：

程序首先利用GetVid函數(shù)獲取每集的target_id信息，然后針對(duì)于每集電視劇，構(gòu)造其彈幕的url鏈接，爬取每個(gè)彈幕的評(píng)論內(nèi)容，每條彈幕的點(diǎn)贊數(shù)，評(píng)論者的姓名等信息。

這里，小編一共爬取了前25集的彈幕，每集電視劇小編爬取了前40頁(yè)的彈幕信息，一共是208625條彈幕信息。

2.彈幕數(shù)據(jù)分析

獲取到彈幕信息后，我們接下來(lái)對(duì)數(shù)據(jù)進(jìn)行一下簡(jiǎn)單的分析，首先我們對(duì)于彈幕的內(nèi)容進(jìn)行清洗并寫(xiě)入到本地txt文件中，由于彈幕信息會(huì)攜帶無(wú)關(guān)的人名信息，我們需要將無(wú)關(guān)人名進(jìn)行去除，并提取評(píng)論的中文內(nèi)容。程序如下所示：

程序首先根據(jù)彈幕的特征，將無(wú)關(guān)人名去除，然后利用正則表達(dá)式匹配中文，寫(xiě)入到本地文件中去。

每個(gè)用戶(hù)彈幕的數(shù)量

對(duì)于眾多的彈幕信息，我們來(lái)看一下用戶(hù)發(fā)送的彈幕數(shù)量如何。我們將彈幕數(shù)量按照用戶(hù)進(jìn)行計(jì)數(shù)，分為了1到9，9個(gè)區(qū)間和10以上的彈幕數(shù)量區(qū)間。

從上圖可以看出，絕大部分的觀眾只是發(fā)了一條彈幕來(lái)證明自己來(lái)看了這部電視劇，彈幕數(shù)量在10條以上的還是屬于少數(shù)人群。

誰(shuí)是彈幕之王

上述圖中，我們可以發(fā)現(xiàn)，“浮若年華”的用戶(hù)發(fā)送了最多的510條彈幕，什么概念呢，在小編爬取的25集電視劇中，該用戶(hù)平均每集發(fā)送20.4條彈幕，基本上每隔兩分鐘就要來(lái)一條彈幕，可謂彈幕的高產(chǎn)戶(hù)。

但是彈幕數(shù)量多，并不代表著收獲的點(diǎn)贊數(shù)就多，我們接下來(lái)看一下，用戶(hù)的每條彈幕收獲的平均點(diǎn)贊數(shù)吧。

可以看到“追劇小奶鵝”用戶(hù)，每條彈幕收到了8233條點(diǎn)贊，遠(yuǎn)遠(yuǎn)的甩開(kāi)了其他的用戶(hù)，可謂是金句的代表用戶(hù)。

上述展示的是每個(gè)用戶(hù)的累計(jì)點(diǎn)贊數(shù)和平均每條彈幕所收獲的點(diǎn)贊數(shù)量，由于用戶(hù)“追劇小奶鵝”的平均每條彈幕點(diǎn)贊數(shù)高的離譜，因此我們?nèi)コ粼撚脩?hù)。可以看出，用戶(hù)的累計(jì)點(diǎn)贊數(shù)和平均每條彈幕點(diǎn)贊數(shù)之間相關(guān)性不明顯。

3.彈幕內(nèi)容分析

接下來(lái)，我們來(lái)看一下大家彈幕的內(nèi)容都有哪些關(guān)鍵詞吧，這里我們?nèi)コ粢恍o(wú)謂的詞語(yǔ)，例如“哈哈哈”，“第一”等水彈幕，看一下大家真正的彈幕里都包含哪些信息，入下圖所示：

可以看到，大家對(duì)這部電視劇評(píng)價(jià)還是很不錯(cuò)的，而且都有涉及到劇中的一些關(guān)鍵元素，例如夫妻間的婚姻問(wèn)題，以及劇中的人物故事發(fā)展等信息。

以上就是小編為大家?guī)?lái)的關(guān)于《三十而已》的數(shù)據(jù)爬取和彈幕簡(jiǎn)單分析，反正小編看完之后，感覺(jué)心情沉重許多，成年人的世界真的很復(fù)雜~~不過(guò)小編還是很喜歡毛曉彤的，嘻嘻。