EDG夺冠，用Python数据分析一波：粉丝都炸锅了

古城微笑少年丶 2023-10-07 17:23 7阅读 0赞

**EDG夺冠，粉丝炸锅了！**  
北京时间11月6日，在英雄联盟S11总决赛中，中国LPL赛区战队EDG电子竞技俱乐部以3∶2战胜韩国LCK赛区战队DK，获得2021年英雄联盟全球总决赛冠军。

这个比赛也是备受全网瞩目：

微博热搜第一名，显示有8194万观看；  
bilibili平台，吸引3.5亿人气，满屏弹幕；  
腾讯视频600万人看过；  
斗鱼和虎牙平台的热度也是居高不下；  
比赛结束后，央视新闻也发微博祝贺EDG战队夺冠；  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16]  
既然比赛热度这么高，那大家都说了点啥？

我们用**Python**分析了31000条弹幕数据，满屏都是粉丝的祝福与感受。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16 1]  
我们不仅可以通过直播和新闻来感受比赛的整个过程，也可以通过Python来分析热点来感受粉丝的热情。  
手把手教你获取弹幕数据

1.  简单说明  
    没看过直播的朋友不要紧，有回放呀！整个视频已经为大家整理好了，从开幕式，到五场比赛，再到夺冠时刻，一共7个视频。  
    ![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_8_color_FFFFFF_t_70_g_se_x_16]

每个视频中，都有粉丝发布的弹幕。今天要做的，就是获取每个视频里面的弹幕数据，看看粉丝在躁动的心情下，说了点啥？

不得不说，B站网页的变化速度真快，我记得去年还是很容易找到的。但是今天却一直没有找到。

但是没有关系，我们直接将以前的弹幕数据网址接口拿过来使用就行。

API： https://api.bilibili.com/x/v1/dm/list.so?oid=XXX

这个oid其实就是一串数字，每个视频都有一个独特的oid。

2.oid数据找寻  
本小节就带着大家一步步找寻这个oid。要找到oid，首先要找到一个叫做cid的东西。

点击F12，先打开开发者工具，按照图中提示，完成1-5处的操作。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16 2]  
第3处：这个页面有很多个请求，但是你需要找到这个以pagelist开头的请求。  
第4处：观察对应的Header下方，有一个Request URL，我们要的cid就在这个网址中。  
第5处：观察对应的Preview下方，就是请求Request URL，响应给我们的结果，图中圈起来的就是我们要的cid数据。  
2. cid数据获取  
上述我们已经找到了Request URL，下面我们只需要发起请求，获取里面的cid数据即可。

import requests
    import json
    
    url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV1EP4y1j7kV&jsonp=jsonp'
    res = requests.get(url).text
    json_dict = json.loads(res)
    #pprint(json_dict)
    
    for i in json_dict["data"]:
        oid = i["cid"]
        print(oid)
    
    ```结果如下：
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/9eeeb3863fd34d93ab69b94cdc355384.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_15,color_FFFFFF,t_70,g_se,x_16)
    其实，这里cid对应的数字串，就是oid后面的数字串。
    
    3. 拼接url
    我们不仅有了弹幕api接口，也有了cid数据，接下来将它们进行拼接，就可以得到最终的url。
    
    ```python
    url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV1EP4y1j7kV&jsonp=jsonp'
    res = requests.get(url).text
    json_dict = json.loads(res)
    #pprint(json_dict)
    
    for i in json_dict["data"]:
        oid = i["cid"]
        api = "https://api.bilibili.com/x/v1/dm/list.so?oid="
        url = api + str(oid)
        print(url)

结果如下：![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_15_color_FFFFFF_t_70_g_se_x_16]  
一共有7个网址，分别对应7个视频里面的弹幕数据。

随便点开一个查看：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_16_color_FFFFFF_t_70_g_se_x_16]  
4. 正则提取弹幕数据并保存  
有了完整的url后，我们要做的就是提取里面的数据，这里还是直接采用正则表达式。我们以其中一个视频为例，为大家讲解。

final_url = "https://api.bilibili.com/x/v1/dm/list.so?oid=437729555"
    final_res = requests.get(final_url)
    final_res.encoding = chardet.detect(final_res.content)['encoding']
    final_res = final_res.text
    pattern = re.compile('<d.*?>(.*?)</d>')
    data = pattern.findall(final_res)
    
    with open("弹幕.txt", mode="w", encoding="utf-8") as f:
        for i in data:
            f.write(i)
            f.write("\n")
    
    ```结果如下：
    ![在这里插入图片描述](https://img-blog.csdnimg.cn/436f40ccda354806940b0391fb1a795d.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_16,color_FFFFFF,t_70,g_se,x_16)
    这只是其中一页的数据，共有7200条数据。
    
    完整代码
    上述我已经分步为大家讲解了每一步过程，这里我直接将代码封装成函数。
    
    ```python
    import os
    import requests
    import json
    import re
    import chardet
    
    # 获取cid
    def get_cid():
        url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV1EP4y1j7kV&jsonp=jsonp'
        res = requests.get(url).text
        json_dict = json.loads(res)
        cid_list = []
        for i in json_dict["data"]:
            cid_list.append(i["cid"])
        return cid_list
    
    # 拼接url
    def concat_url(cid):
        api = "https://api.bilibili.com/x/v1/dm/list.so?oid="
        url = api + str(cid)
        return url
    
    # 正则提取数据
    def get_data(url):
        final_res = requests.get(url)
        final_res.encoding = chardet.detect(final_res.content)['encoding']
        final_res = final_res.text
        pattern = re.compile('<d.*?>(.*?)</d>')
        data = pattern.findall(final_res)
        return data
    
    # 保存数据
    def save_to_file(data):
        with open("弹幕数据.txt", mode="a", encoding="utf-8") as f:
            for i in data:
                f.write(i)
                f.write("\n")
                
    cid_list = get_cid()
    for cid in cid_list:
        url = concat_url(cid)
        data = get_data(url)
        save_to_file(data)

结果如下：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_17_color_FFFFFF_t_70_g_se_x_16]  
确实很棒，一共3.1w数据！

保姆级词云图制作教程  
对于获取到了 数据，我们 利用EDG背景图，制作一个好看的词云图。

# 1 导入相关库
    import pandas as pd
    import jieba
    from wordcloud import WordCloud
    import matplotlib.pyplot as plt
    from imageio import imread
    
    import warnings
    warnings.filterwarnings("ignore")
    
    # 注意：动态添加词语集
    for i in ["EDG","永远的神","yyds","牛逼","发来贺电"]
        jieba.add_word(i)
    
    # 2 读取文本文件，并使用lcut()方法进行分词
    with open("弹幕数据.txt",encoding="utf-8") as f:
        txt = f.read()
    txt = txt.split()
    txt = [i.upper() for i in txt]
    data_cut = [jieba.lcut(x) for x in txt]
    
    # 3 读取停用词
    with open("stoplist.txt",encoding="utf-8") as f:
        stop = f.read()
    stop = stop.split()
    stop = [" "] + stop
    
    # 4 去掉停用词之后的最终词
    s_data_cut = pd.Series(data_cut)
    all_words_after = s_data_cut.apply(lambda x:[i for i in x if i not in stop])
    
    # 5 词频统计
    all_words = []
    for i in all_words_after:
        all_words.extend(i)
    word_count = pd.Series(all_words).value_counts()
    
    # 6 词云图的绘制
    # 1）读取背景图片
    back_picture = imread("EDG.jpg")
    
    # 2）设置词云参数
    wc = WordCloud(font_path="simhei.ttf",
                   background_color="white",
                   max_words=1000,
                   mask=back_picture,
                   max_font_size=200,
                   random_state=42
                  )
    wc2 = wc.fit_words(word_count)
    
    # 3）绘制词云图
    plt.figure(figsize=(16,8))
    plt.imshow(wc2)
    plt.axis("off")
    plt.show()
    wc.to_file("ciyun.png")

结果如下：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16 3]

**B站主要分享Java，python数据分析，前端移动开发C++:**

[**黑马程序员**][Link 1]

Python全套教程：

[**Python数据分析全套教程**][Python]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/fed99e4d173a44da9b51383ff5af7d2b.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16 1]: https://img-blog.csdnimg.cn/a451d1d5789e4a86a090678bad97bc74.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_8_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/5e8139eead174929839d9e11515f6041.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_8,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16 2]: https://img-blog.csdnimg.cn/78bb37da0fec40d8978753e368a0e383.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_20,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_15_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/a946749b834f47988c6230ca1fba53ff.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_15,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_16_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/6d53b70e6ebe4681b6f03333c37c9dc3.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_16,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_17_color_FFFFFF_t_70_g_se_x_16]: https://img-blog.csdnimg.cn/5628b82724a64bb5bb4e71d9b35fa932.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_17,color_FFFFFF,t_70,g_se,x_16
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2_size_20_color_FFFFFF_t_70_g_se_x_16 3]: https://img-blog.csdnimg.cn/46639cb928d14f758a37c3e6b024ff74.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5piv5LiA5Y-q6JCo5pGp6IC2,size_20,color_FFFFFF,t_70,g_se,x_16
[Link 1]: https://space.bilibili.com/37974444
[Python]: https://www.bilibili.com/read/cv10593914