python分析为啥没有本山大叔，不算春晚！

本山大叔鬼畜视频为啥这么火？我用 Python 分析出以下原因...

2018年年末，“改革春风吹满地”火了。这是一个来自哔哩哔哩的一个鬼畜类音乐视频。

由up主小可儿上传，目前播放量已达到1400多万，有着相当高的热度。该视频剪辑了赵本山的历年作品的经典台词，配以略带喜感的音乐(bgm由其他up主制作),每一句台词衔接的相当完美。在网易云音乐里也可以搜到同名音乐,另有别名「念诗之王」,网易云音乐的一位名为A96ccA的这样听众评论道:

第一遍：这是啥玩意？

第二遍：嗯，还可以

第三遍：改革春风吹满地…

可以看出同样的是一首洗脑的音乐。

下面让我先来欣赏（再度洗脑）一下。

下面就让我们爬取b站上该视频的评论内容,并进行分析为什么这个视频会如此的火。

数据下载

首先我们打开视频:https://www.bilibili.com/video/av19390801.

然后找到评论部分,打开谷歌浏览器的控制台，查看network选项的请求信息。通过观察我们发现了这样的链接:

https://api.bilibili.com/x/v2/reply?callback=jQuery17204794190151297566_1546432727230&jsonp=jsonp&pn=1&type=1&oid=19390801&sort=0&_=1546432740370

去掉没有用的信息最后我们得到最终的url形式为:

https://api.bilibili.com/x/v2/reply?pn={pn}&type=1&oid={{19390801:0}}

其中pn为第几页，目前看到评论有1129页，这些数据我们用作简单的数据分析基本够用了。

下面就可以编写我们的代码了,这里我采取的是异步网络请求模块aiohttp。然后保存下了每条评论的所以网页可以得到的信息,后期获取每条评论的内容，为后面数据分析使用

下面是主要爬取逻辑

这里需要用到以下模块，使用pip install即可安装

需要说明的是之前我就是因为没有加等待时间，所以被b站这个接口的链接给封了，造成的现象就是视频可以看但是评论是刷新不出来的，挺有意思的。关于aiohttp的使用方法。

到这里数据下载逻辑就完事了，下面是数据存储逻辑。

数据存储

因为上面的下载的结果是json格式，所以首先数据库就是mongodb,这里为了统一使用了异步mongo数据模块motor，一个基于事件循环的模块。

首先创建数据链接

这里使用模块有：

然后开始使用类似pymongo的方式插入数据，具体代码如下

然后通过执行这个事件循环,事件循环是这里所有异步的基础。

数据解析

上面我们拿到了作出数据，但是数据都是json格式的，而且量很大，我们需要的只有评论内容，所以我们需要进一步对数据进行处理,同样的这里我也使用了文件读写异步模块aiofiles

。

这部分代码量也很少，用法和open file差不多，多了些异步的形式而已。

首先读取mongo里的数据

读取还是用的motor模块为了配合后面的文件读入使用。

到目前为止数据获取部分基本结束了，后面就是对上面的文本文件进行分析了。

数据分析

为了清晰的表达数据所带来的信息，对于评论信息，我们选用直观的方式--词云图

安装包

生成词云需要用的图

字体文件

mac中默认字体显示乱码，这里指定了别的字体msyhbd.ttf，网上随便搜了一个，windows可以或其他系统支持字体即可

停用词设置

经过分析大概设置了如下停用词：

停用词设置是为了去除一些没有意义的词，比如这个，那个之类的。或者当前文件的标题

代码如下

最终结果

由此可以看出这视频最重要的还是洗脑，导致进来就出不去了，同样的也是追忆本山大叔多年来带给大家的无数快乐时光，总之洗脑就完事了。

在这里给大家推荐一个python系统学习q群：250933691有免费开发工具以及初学资料，（数据分析，爬虫，AI,  机器学习，神经网络）每天有老师给大家免费授课，欢迎一起交流学习