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，想必沒看過這部電視劇的小伙伴們也或多或少的從朋友那里聽到過這部電視劇吧。

[[336177]]

《三十而已》以三位三十歲的女性視角進(jìn)行展開，或多或少的體現(xiàn)出現(xiàn)實(shí)中我們遇到的問題，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)行清洗并寫入到本地txt文件中，由于彈幕信息會(huì)攜帶無關(guān)的人名信息，我們需要將無關(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，將無關(guān)人名去除，然后利用正則表達(dá)式匹配中文，寫入到本地文件中去。

每個(gè)用戶彈幕的數(shù)量

對(duì)于眾多的彈幕信息，我們來看一下用戶發(fā)送的彈幕數(shù)量如何。我們將彈幕數(shù)量按照用戶進(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)了一條彈幕來證明自己來看了這部電視劇，彈幕數(shù)量在10條以上的還是屬于少數(shù)人群。

誰是彈幕之王

上述圖中，我們可以發(fā)現(xiàn)，“浮若年華”的用戶發(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，該用戶平均每集發(fā)送20.4條彈幕，基本上每隔兩分鐘就要來一條彈幕，可謂彈幕的高產(chǎn)戶。

但是彈幕數(shù)量多，并不代表著收獲的點(diǎn)贊數(shù)就多，我們接下來看一下，用戶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，每條彈幕收到了8233條點(diǎn)贊，遠(yuǎn)遠(yuǎn)的甩開了其他的用戶，可謂是金句的代表用戶。

上述展示的是每個(gè)用戶的累計(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“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粼撚脩簟？梢钥闯觯脩舻睦塾?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，我們來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謂的詞語，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)淼年P(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，感覺心情沉重許多，成年人的世界真的很復(fù)雜~~不過小編還是很喜歡毛曉彤的，嘻嘻。