最近有一部“怀旧”题材的电影，未播先火，那就是刘若英的处女作——《后来的我们》。
青春，爱情，梦想，一直是“怀旧”题材的核心要素，虽然电影现在还未上映，但先行发布的主题曲《我们》，已经虐哭了不少人。在 MV 里，歌声清清浅浅，诉说着那些年关于爱情里的遗憾。
“我最大的遗憾，就是你的遗憾，与我有关”，下面就一起来感受一下吧。
这首歌是《后来的我们》中的主题曲，网易云音乐上线当天便席卷千万+播放量，现如今光是网易云上面的评论就马上突破了 10 万条。
网易云音乐一直是我们向往的“神坛“，听音乐看到走心的评论的那一刻，高山流水遇知音。
于是本文作者抓取了这首歌曲的热门评论，并做成图表、词云来展示，看看相对于这首歌最让人有感受的评论内容是什么。
抓数据
要想做成词云图表，首先得有数据才行，这里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
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）。
下面要做的是，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，这两个数据可能是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，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。
加密信息处理
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。
关于这两个参数如何解密，强大的知乎上其实已经有了答案的，感兴趣的朋友可以进去看一下：《如何爬网易云音乐的评论数？》https://www.zhihu.com/question/36081767
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。
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]
nickname = [content['nickname'] for content in hotcomments]
liked_count = [content['likedCount'] for content in hotcomments]
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
- 14.
- 15.
- 16.
- 17.
- 18.
- 19.
- 20.
- 21.
- 22.
- 23.
- 24.
- 25.
- 26.
- 27.
- 28.
- 29.
- 30.
- 31.
- 32.
- 33.
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
- 1.
关于 WordCloud（词云包）安装过程中会出现的一些问题，我这里总结了一下分享给大家。
看到别人使用 WordCloud 可以方便地生成云词图，在数据可视化的方面会给我们带来很多便利。然而实际操作起来才发现，初学者还是容易遇到很多坑。
说明：已安装（Python 3.6.1）、系统为Windows 7
安装文件的获取
首先，按 win+r，输入 cmd，如下图：
然后，输入如下代码：
pip install wordcloud
- 1.
结果呢？会报错的，会有文件缺失的问题。这一点不少人都有类似反馈。
于是在官网，看到这么一张图，灵机一动：
解决方案：在 Github 下载 WordCloud 的包，解压缩后，在对应目录下用 python setup.py install 安装。
操作如下图，进入刚才解压后的文件夹中，同时按住 shift+ 鼠标右键，启动 cmd。
安装 WordCloud 时出现报错信息：error: Microsoft Visual C++ 14.0 is required. Get it with “Microsoft Visual C++ Build Tools”: http://landinghub.visualstudio.com/visual-cpp-build-tools
这种情况下，直接跟着提示内容进行就好。
解决方案：打开报错提示中的链接，下载并安装 Visual C++ 2015 Build Tools。
安装完 WordCloud 后，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",nickname, liked_count, is_stack=True,mark_line=["min", "max"],mark_point=["average"])
bar.render()
- 1.
- 2.
- 3.
- 4.
- 5.
由此可以看出，获得最高赞数（95056）评论的是：
@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()
- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
词云分析结果图如下：
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）
后记
曾记得，郭敬明在书里写，“我们太年轻，以致于都不知道以后的时光，竟然那么长，长得足够让我忘记你，足够让我重新喜欢一个人，就像当初喜欢你那样。”
我们这一生，总是遇到太多的后来。从不懂爱到懂爱，从拥有到珍惜。
所幸是到了最后，无论过了多少年。后来的我们，都在对方身上，学会了如何去爱。
就像陈奕迅在歌里唱的，“有过执着，放下执着”。有些人啊，光是遇见就已经值得了。
我们确实没有了后来。
就让后来的我们，慢慢走，别回头。
不谈亏欠，感谢遇见。
只是在下一次遇见爱的时候，我们都要学会更懂得珍惜。
这才是爱的意义，也是我们为什么去爱。
