《哪吒》VS《姜子牙》，用Python对比—我发现了这个......

目录

前言

一、票房对比分析

    1.获取票房数据

    2.票房走势分析

二、评价对比分析

    1.爬取影评

        1.1获取评论页面

        1.2 解析页面中的评论

        1.3 定义爬取函数

        1.4 完整代码

    2.词云分析

        2.1 完整代码

        2.2 结果展示

前言

随着国内疫情得到有效控制，每个地区的电影院都陆陆续续的开放了，而很多本应该在春节档上映的电影因为疫情撤档，现在也重新上映了。

想必和不少小伙伴一样，我一直对《姜子牙》满怀期待。于是，国庆第2天我便杀入影院。而关于《姜子牙》的评价呈现了两极分化，而它也经常被拿来和去年上映的《哪吒》对比。关于电影本身，我不做过多评价，主要是从数据的角度出发，把《姜子牙》和《哪吒》进行一个对比分析。

一、票房对比分析

为了使得数据统一，我选取上映的前9日的票房数据（将持续更新）：

注：票房数据来源于网络，不保证完全准确。将其存于本地excel表格中，命名为“票房数据.xlsx”。

2.票房走势分析

利用pandas库对票房数据进行分析，并绘制折线图：

import pandas as pd
import matplotlib.pyplot as plt# 票房分析
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用来正常显示中文标签    
data = pd.read_excel('票房数据.xlsx',index_col=0)
data.plot(style='.-.')
plt.title('票房数据')
plt.ylabel('票房(亿元)')
plt.xlabel('上映时间')
plt.savefig('票房数据.png')

结果如下：

从图可以看出（仅代表个人观点）：

• 1 首映当日《姜子牙》票房明显高于《哪吒》。这大概是源于观众的期待，这也说明前期的宣传工作做到位了；

• 2 从走势来看，《姜子牙》呈现出明显下滑。这大概是因为上映后口碑上出现了两级分化，电影本身没有到达观众原本的期待；

• 3 从走势来看，《哪吒》后续走势强劲有力。这大概是因为上映后《哪吒》作为国产动漫的代表口口相传，吸引了越来越多的观众。

二、评价对比分析

这一部分主要是对观众的影评进行分析，评价数据来源于某瓣。

1.爬取影评

在网站简单搜索之后可以发现一个电影短评的接口：

https://movie.douban.com/subject/26794435/comments?start=20&limit=20&status=P&sort=new_score

其中，26794435表示电影的编号l；start参数表示评论起始位置；limit表示每次请求的评论数。

1.1获取评论页面

def get_comment(mid,page):'''获得评论页面的HTML'''start = (page-1)*20url = 'https://movie.douban.com/subject/%s/comments?start=%d&limit=20&status=P&sort=new_score'%(mid,start)headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:81.0) Gecko/20100101 Firefox/81.0','Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8','Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2','Connection': 'keep-alive','Upgrade-Insecure-Requests': '1'}cookies = {}res = requests.get(url,headers=headers,cookies=cookies)html = res.textreturn html
## 注意：请求需要带上登陆后的cookies，否则将只能获取10页的评论。

1.2 解析页面中的评论

def parse_comment(html):'''解析HTML中的评论'''comment = re.findall('<span class="short">(.*?)</span>',html)return comment

1.3 定义爬取函数

def crawl_comment(mid,N,name):'''爬取指定页数的评论，并保存在本地'''comments = []for p in range(1,N+1):html = get_comment(mid,p)comment = parse_comment(html)comments.extend(comment)print('《%s》第%d页评论爬取完成(%d条)'%(name,p,len(comment)))time.sleep(random.uniform(3,5))with open('%s.txt'%name,'w') as f:f.write(json.dumps(comments))## 注意：time.sleep()很重要，否则请求过于频繁将触发安全机制，导致403

1.4 完整代码

# -*- coding: utf-8 -*-
"""
Created on Sat Oct 10 12:01:35 2020@author: kimol_love
"""
import re
import time
import json
import random
import requests# 定义相关函数
def get_comment(mid,page):'''获得评论页面的HTML'''start = (page-1)*20url = 'https://movie.douban.com/subject/%s/comments?start=%d&limit=20&status=P&sort=new_score'%(mid,start)headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:81.0) Gecko/20100101 Firefox/81.0','Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8','Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2','Connection': 'keep-alive','Upgrade-Insecure-Requests': '1'}cookies = {}res = requests.get(url,headers=headers,cookies=cookies)html = res.textreturn htmldef parse_comment(html):'''解析HTML中的评论'''comment = re.findall('<span class="short">(.*?)</span>',html)return commentdef crawl_comment(mid,N,name):'''爬取指定页数的评论，并保存在本地'''comments = []for p in range(1,N+1):html = get_comment(mid,p)comment = parse_comment(html)comments.extend(comment)print('《%s》第%d页评论爬取完成(%d条)'%(name,p,len(comment)))time.sleep(random.uniform(3,5))with open('%s.txt'%name,'w') as f:f.write(json.dumps(comments))# 爬取姜子牙评论
crawl_comment('25907124',25,'姜子牙')# 爬取哪吒评论
crawl_comment('26794435',25,'哪吒')

2.词云分析

利用python的jieba库和wordcloud库对评论进行分析，绘制出词云。其中相应库的安装如下：

pip install jieba
pip install wordcloud

2.1 完整代码

先利用jieba对评论进行分词处理，再利用wordcloud对词频进行统计并绘制出词云。

# -*- coding: utf-8 -*-
"""
Created on Sat Oct 10 12:22:53 2020@author: kimol_love
"""
import json
import jieba
from wordcloud import WordCloud# 定义相关函数
def create_wordcloud(comments,name):'''根据评论列表创建词云'''content = ''.join(comments)wl = jieba.cut(content,cut_all=True)wl_space_split = ' '.join(wl)wc = WordCloud('simhei.ttf',background_color='white', # 背景颜色width=1000,height=600,).generate(wl_space_split)wc.to_file('%s.png'%name)# 词云数据分析
with open('姜子牙.txt','r') as f:comments_jiang = json.loads(f.read())create_wordcloud(comments_jiang,'姜子牙评论')
with open('哪吒.txt','r') as f:comments_ne = json.loads(f.read())create_wordcloud(comments_ne,'哪吒评论')

2.2 结果展示

《姜子牙》评论词云：

可以看出：在关于《姜子牙》的评论中，往往会伴随着与《哪吒》的比较。同时，其中的剧情、故事也是大家比较关注的一个问题。

《哪吒》评论词云：

可以看出：在关于《哪吒》的评论中，大家往往涉及到了国产、动画等关键词，而这也与大家对《哪吒》的主流定位不谋而合。

近期八大热门：发现一个舔狗福利！这个Python爬虫神器太爽了，自动下载妹子图片！
盗墓热再起！我爬取了6万条《重启之极海听雷》的评论，发现了这些秘密
用Python一键生成炫酷九宫格图片，火了朋友圈
菜鸟也疯狂！8分钟用Python做一个酷炫的家庭随手记
Github获8300星！用Python开发的一个命令行的网易云音乐
一道Python面试题，硬是没憋出来，最后憋出一身汗！卧槽！Pdf转Word用Python轻松搞定！教你6招，不错的Python代码技巧！

程序员GitHub，现已正式上线！接下来我们将会在该公众号上，为大家分享GitHub上优质的开源神器，程序员圈的趣事，坚持每天一篇原创文章的输出，感兴趣的小伙伴可以关注一下哈！

点这里，领取一波福利！