爱奇艺《中国新说唱2020》弹幕分析，制作不完全数据大屏
《中国新说唱2020》不完全数据大屏
哇咔咔，爱奇艺《中国新说唱2020》如期而至，作为漫不经心的伪嘻哈迷，以及与世无争的梅格妮，那绝对是必追无疑（单压X4 cool～）。在看视频的同时我还制作了一个爱奇艺《中国新说唱2020》不完全数据大屏，感兴趣的朋友可以点这里 https://www.fishhere.fun/rap 先睹为快。
获取爱奇艺弹幕
想要制作大屏，第一步就是要获取数据。我们先来看下弹幕。
其实这一步骤还是很简单的，网上有很多的先驱者，网友们也写的很清楚，随便搜索一下就可以知道怎么获取了，不过大多人都是用 python，我这里用的是 node。
- 打开网页控制台，搜索“bullet”，点 z 结尾的就是我们要找的链接。
链接中的最后一个数字每隔300秒加1，直到视频结束。所以遍历的次数为视频时长除以300且向上取整。视频分上下两集，所以还要再执行两次。
- 使用 node 请求数据，这里使用了 eggjs 框架。
const res = await this.ctx.curl(url, {
// gzip: true,
});是否支持 gzip 响应格式，默认为 false。 开启 gzip 之后，HttpClient 将自动设置 Accept-Encoding: gzip 请求头， 并且会自动解压带 Content-Encoding: gzip 响应头的数据。（摘自 eggjs 官方文档）
这里获取到的是一个 buffer 格式的文件，我以为将 gzip 设置为 true，就可以拿到解压后的文件，但其实不然。
- 使用 node 的 zlib 解压文件，最后就可以拿到正确的文件。
制作词云
- 用 xml2js 操作 xml 文件
const xml2js = require('xml2js');
const parser = new xml2js.Parser();
parser.parseString(xmlData, function (err, result) {
console.log(result)
})- 用 nodejieba 抽取关键词
const nodejieba = require("nodejieba");
let result = nodejieba.extract(sentence, 100);
console.log(result)
{ name: '吴亦凡', value: 14263.133233106502 },
{ name: 'gai', value: 9743.53957487934 },
{ name: 'GAI', value: 8522.66232694265 },
{ name: '哈哈哈', value: 7698.80620601334 },
{ name: '张靓颖', value: 7492.465254428001 },
{ name: '药水', value: 6655.8901403435 },
{ name: '凡凡', value: 6632.650433502201 },
{ name: '真的', value: 6022.47052337153 },
{ name: '可爱', value: 5797.61069876588 },
{ name: '感觉', value: 4642.93663210213 },
{ name: '凡哥', value: 4554.811271148415 },
{ name: '哈哈哈哈', value: 4305.01735446552 },
{ name: 'giao', value: 4273.0703677784095 },
{ name: '孟子', value: 4055.0087039027 }这个地方孟子坤变成了孟子，哈哈哈哈。
- 用 echarts 制作词云
import echarts from 'echarts';
import 'echarts-wordcloud';
chart.setOption({
series: [{
name: '弹幕',
type: 'wordCloud',
shape: 'circle',
textStyle: {
normal: {
color: '#927e55'
}
},
data: this.data
}]
})
统计厂牌主理人的弹幕热度
let Kris = ['吴亦凡', '凡哥', '凡凡子', '凡凡']
let JaneZhang = ['张靓颖', '张姐', '姐姐', '靓颖']
let WilberPan = ['潘玮柏', '潘帅']
let GAI = ['GAI', 'gai']遍历 nodejieba 抽取的关键字，让匹配的词相加。
使用 echarts 的折线图 Line，颜色自由发挥，我觉得我这里的配色还是比较漂亮的。
凡凡子热度还是很高的，潘帅第一期不在，热度较低。
统计用户发弹幕数量
使用 echarts 的饼图 Pie。
大多人只发了一条弹幕，当然也有我这种连账号都没有的长视频网站重度用户。
统计用户发弹幕top10
使用 echarts 的柱状体 Bar。
第一名发了55条。
弹幕点赞top10
看来 GAI 这句话深入人心。
结束语
感兴趣的可以点这里查看 https://www.fishhere.fun/rap ，上面使用的弹幕数据最后时间更新于2020-08-19中午，之后的每一期我都会追，也会更新弹幕统计。
写给网络小编的一句话，原文链接在这里 https://yiluyanxia.github.io/... ，无论如何还是很感谢你爬了我的文章。
最后感谢你的阅读，如果有好的建议或者意见可以给我回复，谢谢你。