周董新歌《說好不哭》上線，20W評論，歌迷都說了些啥

周杰倫作為天王，具有劃時代的意義毋庸置疑，他的歌伴隨了多少個90后的日日夜夜，是多少人的回憶和情懷！

9 月 16 日晚間，一代天王周董發布了最新單曲 《說好不哭》

發布后，真的讓一波人哭了

一群想搶鮮聽的小伙伴直接淚奔

因為 QQ 音樂直接被搞崩了

沒想到干翻 QQ 音樂的不是網易云音樂

也不是蝦米音樂

而是周董！

周董成成功地憑一己之力干翻了 QQ 音樂

那么聽過周董新歌后的小伙伴都是怎么評價的呢？

這里，我們獲取了 QQ 音樂的近 20W 條評論數據進行分析

看看其中有哪些有趣的東西

一、數據獲取

1、請求分析

在 QQ 網頁版直接搜索『說好不哭』

很容易就能找到單曲頁面

說好不哭

拉到頁面最下方

可以看到評論的分頁查看按鈕

分頁查看

按下 F12 點擊第二頁

在請求流中就可以看到對應的請求

評論請求

其中可以看到兩個重要參數： pagenum 和  pagesize

將請求 copy 到 Postman 中進行測試

Postman測試

發現可以直接獲取到數據

連 Header 都不需要添加

這里嘗試對請求參數進行了精簡

最終只需要如下幾個參數即可

參數精簡

從 Postman 中可以直接獲取到對應的代碼

import requests
url = "https://c.y.qq.com/base/fcgi-bin/fcg_global_comment_h6.fcg"
querystring = {"biztype":"1","topid":"237773700","cmd":"8","pagenum":"1","pagesize":"25"}
response = requests.request("GET", url, params=querystring)
print(response.text)

這里是單頁評論的獲取

所有評論的獲取只需遞增 pagenum 即可

2、數據解析

返回數據中有很多暫時不需要的字段

這里我們只取其中的用戶名、評論時間、評論內容、點贊數

對應如下字段

{ "nick": "丨那壹刻永遠消失\"\"", "praisenum": 1, "rootcommentcontent": "越聽越好聽怎么回事！", "time": 1568729836,}

由于數據量較大 這里我們暫時將數據存放在 Excel 中

一來無須依賴外部數據庫

二來可以使用 Excel 對數據進行二次處理

數據存儲代碼如下：

def file_do(list_info, file_name): # 獲取文件大小 if not os.path.exists(file_name): wb = openpyxl.Workbook() page = wb.active page.title = 'jay' page.append(['昵稱','時間','點贊數','評論']) else: wb = openpyxl.load_workbook(file_name) page = wb.active for info in list_info: try: page.append(info) except Exception: print(info) wb.save(filename=file_name)

二、數據可視化

1、各時段的評論數

首先我們對評論按小時區間進行匯總

由于時間粒度比較小，這里對時間粒度進行了一些處理

評價人數走勢圖

周董的新曲是在 9.16 號 23 點準時發布的

可以看出在發布后的一個小時內（23:00-24:00）

評論數量達到了高峰

占了總評論數的一半以上

另外看了一眼 9.16 23 點之前的評論也很有意思

一種搬好小板凳嗑著瓜子坐等的既視感

2、大家都在說什么

詞云生成的方法有很多

可以用代碼生成

也可以用一些在線工具

這里我就使用了在線詞云工具：wordart

后續可以給大家單獨再普及一下

生成效果如下

詞云

周杰倫、杰倫字眼很明顯

還有大量跑來『打卡』的

『好聽』、『來了』、『哭了』、『愛了』

其中少不了的還有『青春』

另外『阿信』的出現估計給了很多人驚喜

3、大家都點贊了哪些評論

我們以點贊數對評論進行了排序

排名靠前的評論是如下一些

評論排名

另外，QQ 音樂官方也會放出精彩評論

熱心網友昀愷丶

涼城

蝸牛..

對比下可以看出和我們獲取到的數據是比較一致的

只不過官方并不是按點贊個數進行排名的

看得出來這些排名靠前的大都是在回憶青春

這些評論之所以能夠得到大家的共鳴

也許他們的青春里都有一個周杰倫吧