青春、爱情、梦想，是我们18岁的模样，似乎也是我们再也回不去的过去，刘若英的处女作《后来的我们》就是这样一部怀旧题材的电影，未播先火，主题曲《我们》评论更是超过10万条，想不想知道这些评论都在探讨什么，今天的Python培训干货分享就教你如何用Python语言抓取陈奕迅新歌《我们》的10万条评论，又如何做成词云图，快来看看吧！
一、抓数据
要想做成词云图表，首先得有数据才行。于是需要一点点的爬虫技巧。
基本思路为：抓包分析、加密信息处理、抓取热门评论信息
1.抓包分析
我们首先用浏览器打开网易云音乐的网页版，进入陈奕迅《我们》歌曲页面，可以看到下面有评论。接着F12进入开发者控制台（审查元素）。
接下来就要做的是，找到歌曲评论对应的url，并分析验证其数据跟网页现实的数据是否吻合，步骤如下图：




通过歌曲id轻松找到评论所在的链接。

查看hreaders的信息，发现浏览器使用的是POST的方式进行的请求。

具体字段如上图，会发现表单中需要填两个数据，名称为params和encSecKey。后面紧跟的是一大串字符，换几首歌会发现，每首歌的params和encSecKey都是不一样的，因此，这两个数据可能经过一个特定的算法进行加密过的。

服务器返回的和评论相关的数据为json格式的，里面含有非常丰富的信息（比如有关评论者的信息，评论日期，点赞数，评论内容等等），其中hotComments就是我们要找的热门评论，总共15条。

那我们的思路就很清晰了，只需要分析这个api并模拟发送请求，获取json进行解析就好了。
2.加密信息处理
然后经过我的测试，直接把浏览器上这俩数据拿过来就可以。但是要想真正的解决这个加密处理，还需要有点加解密的只是存储。
我们在这里就只需要用我们这种偷懒的办法就可以完成需求了。这里我就使用这么个临时的方法好了，而且对于不同的歌曲是可以重用的，待会我们可以验证一下。
3.抓取热门评论信息
代码块如下：
import
 requests
import
 json
url 
=
 
'http://music.163.com/weapi/v1/resource/comments/R_SO_4_551816010?csrf_token=568cec564ccadb5f1b29311ece2288f1'
headers 
=
 
{
    
'User-Agent'
:
'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/64.0.3282.140 Safari/537.36'
,
    
'Referer'
:
'http://music.163.com/song?id=551816010'
,
    
'Origin'
:
'http://music.163.com'
,
    
'Host'
:
'music.163.com'
}
#加密数据，直接拿过来用
user_data 
=
 
{
    
'params'
:
 
'vRlMDmFsdQgApSPW3Fuh93jGTi/ZN2hZ2MhdqMB503TZaIWYWujKWM4hAJnKoPdV7vMXi5GZX6iOa1aljfQwxnKsNT+5/uJKuxosmdhdBQxvX/uwXSOVdT+0RFcnSPtv'
,
    
'encSecKey'
:
 
'46fddcef9ca665289ff5a8888aa2d3b0490e94ccffe48332eca2d2a775ee932624afea7e95f321d8565fd9101a8fbc5a9cadbe07daa61a27d18e4eb214ff83ad301255722b154f3c1dd1364570c60e3f003e15515de7c6ede0ca6ca255e8e39788c2f72877f64bc68d29fac51d33103c181cad6b0a297fe13cd55aa67333e3e5'
}
response 
=
 requests
.
post
(
url
,
headers
=
headers
,
data
=
user_data
)
data 
=
 json
.
loads
(
response
.
text
)
hotcomments 
=
 
[]
for
 hotcommment 
in
 data
[
'hotComments'
]:
    item 
=
 
{
        
'nickname'
:
hotcommment
[
'user'
][
'nickname'
],
        
'content'
:
hotcommment
[
'content'
],
        
'likedCount'
:
hotcommment
[
'likedCount'
]
     
    
}
    hotcomments
.
append
(
item
)
#获取评论用户名，内容，以及对应的获赞数   
content_list 
=
 
[
content
[
'content'
]
 
for
 content 
in
 hotcomments
]
ickname 
=
 
[
content
[
'nickname'
]
 
for
 content 
in
 hotcomments
]
liked_count 
=
 
[
content
[
'likedCount'
]
 
for
 content 
in
 hotcomments
]
二、数据可视化
在获得相关评论数据后，我们将其做成图表与词云图，将让人看起来更直观。

接下来需要在自己电脑上安装需要相关的安装包： pyecharts（图表包）、matplotlib（绘图功能包）、 WordCloud（词云包）。
其中，pyecharts 是一个用于生成 Echarts 图表的类库。 Echarts 是百度开源的一个数据可视化 JS 库，主要用于数据可视化，同时pyecharts 兼容 Python2 和 Python3。安装非常简单，只需：pip install pyecharts
接下来就是代码的实现：
利用之前获得评论用户名和对应的点赞数，将其制作成图表图：
from
 pyecharts 
import
 
Bar
bar 
=
 
Bar
(
"热评中点赞数示例图"
)
bar
.
add
(
 
"点赞数"
,
ickname
,
 liked_count
,
 is_stack
=
True
,
mark_line
=[
"min"
,
 
"max"
],
mark_point
=[
"average"
])
bar
.
render

()

由此可以看出，获得最高赞数（95056）评论是：

@鱼大叔Uncle：后来的我，离开了他，永远的离开了他，十年的感情不过寥寥几句话。后来的我，嫁给了一个很普通的人，没有他的浪漫，却有不一样的温暖。
大多数赞数为20000-30000之间，最低都达到7000+，（基本与网页里评论中数据吻合）。
最后，我们将所有的热门评论内容，制作成词云图展示出来，代码块如下：
from
 wordcloud 
import
 
WordCloud
import
 matplotlib
.
pyplot 
as
 plt
content_text 
=
 
" "
.
join
(
content_list
)
wordcloud 
=
 
WordCloud
(
font_path
=
r
"C:\simhei.ttf"
,
max_words
=
200
).
generate
(
content_text
)
plt
.
figure
()
plt
.
imshow
(
wordcloud
,
interpolation
=
'bilinear'
)
plt
.
axis
(
'off'
)
plt
.
show
()
结果图：

从图中可以看出，很多人感慨，后来只有你我，再无我们。
注明：所有数据，是属于当时所爬取的数据。

三、Python培训干货分享|用Python语言将陈奕迅新歌《我们》的10万条评论做成词云图小结：

人生是一张单程票，我们没有机会重新来过，有些人啊，光是遇见就已经值得了，当成为过往时，我们要懂得放下，遥寄祝福，珍惜我们遇见的每一秒也许是对彼此最好的礼物。怎么样，用Python语言将陈奕迅新歌《我们》的10万条评论做成词云图竟给了我们这么多感悟，达内Python培训班还有很多用Python培训语言实现的、方便我们的内容等你来一起分享！

免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。