周董新歌搞崩QQ，抓取20W评论看看歌迷在说啥

程序员文章站 2022-03-25 16:10:30

9 月 16 日晚间，周董在朋友圈发布了最新单曲《说好不哭》发布后，真的让一波人哭了一群想抢鲜听的小伙伴直接泪奔因为 QQ 音乐直接被搞崩了

9 月 16 日晚间，周董在朋友圈发布了最新单曲《说好不哭》

发布后，真的让一波人哭了

一群想抢鲜听的小伙伴直接泪奔

因为 qq 音乐直接被搞崩了

没想到干翻 qq 音乐的不是网易云音乐

也不是虾米音乐

而是周董！

周董成成功地凭一己之力干翻了 qq 音乐

那么听过周董新歌后的小伙伴都是怎么评价的呢？

这里，我们获取了 qq 音乐的近 20w 条评论数据进行分析

看看其中有哪些有趣的东西

一、数据获取

1、请求分析

在 qq 网页版直接搜索『说好不哭』

很容易就能找到单曲页面

周董新歌搞崩QQ，抓取20W评论看看歌迷在说啥

拉到页面最下方

可以看到评论的分页查看按钮

周董新歌搞崩QQ，抓取20W评论看看歌迷在说啥

按下 f12 点击第二页

在请求流中就可以看到对应的请求

周董新歌搞崩QQ，抓取20W评论看看歌迷在说啥

其中可以看到两个重要参数：pagenum 和 pagesize

将请求 copy 到 postman 中进行测试

周董新歌搞崩QQ，抓取20W评论看看歌迷在说啥

发现可以直接获取到数据

连 header 都不需要添加

这里尝试对请求参数进行了精简

最终只需要如下几个参数即可

周董新歌搞崩QQ，抓取20W评论看看歌迷在说啥

从 postman 中可以直接获取到对应的代码

import requests

url = "https://c.y.qq.com/base/fcgi-bin/fcg_global_comment_h5.fcg"

querystring = {"biztype":"1","topid":"237773700","cmd":"8","pagenum":"1","pagesize":"25"}

response = requests.request("get", url, params=querystring)

print(response.text)

这里是单页评论的获取

所有评论的获取只需递增 pagenum 即可

2、数据解析

返回数据中有很多暂时不需要的字段

这里我们只取其中的用户名、评论时间、评论内容、点赞数

对应如下字段

{
    "nick": "丨那壹刻永遠消失\"\"",
    "praisenum": 1,
    "rootcommentcontent": "越听越好听怎么回事！",
    "time": 1568729836,
}

由于数据量较大
这里我们暂时将数据存放在 excel 中

一来无须依赖外部数据库

二来可以使用 excel 对数据进行二次处理

数据存储代码如下：

def file_do(list_info, file_name):
    # 获取文件大小
    if not os.path.exists(file_name):
        wb = openpyxl.workbook()
        page = wb.active
        page.title = 'jay'
        page.append(['昵称','时间','点赞数','评论'])
    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)