Python 爬取张国荣最火的 8 首歌60000 评论看完泪奔

本日是4月1日。

每年的这一天，

Python 爬取张国荣最火的 8 首歌60000 评论看完泪奔休闲娱乐

一部分人搜索枯肠想尽办法整蛊，

一部分人感怀四月该很好，倘若你还在。

乃至有人，用AI的办法来还原你。

但那究竟不是你啊。

图源见水印

你走了16年了，那些当年在课桌前趁老师不把稳偷偷听你歌的少年们，或许早已为人夫为人妇。

即便如此，每年却有很多人在这人间四月天里，借着你给天下留下的不绝覆信，去思念你、去给你留言，即便明明知道，永久也不会收到回答。

本日，CSDN选择以科技的办法，来纪念哥哥。

我们爬取了你在网易云音乐上，评论最多的八首歌曲。

它们依次是：《沉默是金》《春夏秋冬》《倩女幽魂》《当爱已成往事》《我》《风连续吹》《玻璃之情》《风中兴时》。

统共64540条的评论中，涌现最多的是“生日快乐”、“哥哥”、“加油”、“你若尚在场”、“新年快乐”和“哥哥，生日快乐”。

词云图里很少有“4月1日”、“愚人节”的字眼，这并不是本日去给你评论的人少，而是本日这个日子，实在不适宜对你说“快乐”。

来，先给大家看看评论的代码。

# coding:utf-8import jsonimport timeimport requestsfrom fake_useragent import UserAgentimport randomimport multiprocessingimport sys#reload(sys)#sys.setdefaultencoding('utf-8')ua = UserAgent(verify_ssl=False)song_list = [{'186453':'春夏秋冬'},{'188204':'沉默是金'},{'188175':'倩女幽魂'},{'188489':'风连续吹'},{'187374':'我'},{'186760':'风雨起时'}]headers = { 'Origin':'https://music.163.com', 'Referer': 'https://music.163.com/song?id=26620756', 'Host': 'music.163.com', 'User-Agent': ua.random}def get_comments(page,ite): # 获取评论信息 # \"大众\公众\公众 for key, values in ite.items(): song_id = key song_name = values ip_list = [IP列表] url = 'http://music.163.com/api/v1/resource/comments/R_SO_4_'+ song_id +'?limit=20&offset=' + str(page) proxies = get_random_ip(ip_list) try: response = requests.get(url=url, headers=headers,proxies=proxies) except Exception as e: print (page) print (ite) return 0 result = json.loads(response.text) items = result['comments'] for item in items: # 用户名 user_name = item['user']['nickname'].replace(',', '，') # 用户ID user_id = str(item['user']['userId']) print(user_id) # 评论内容 comment = item['content'].strip().replace('\n', '').replace(',', '，') # 评论ID comment_id = str(item['commentId']) # 评论点赞数 praise = str(item['likedCount']) # 评论韶光 date = time.localtime(int(str(item['time'])[:10])) date = time.strftime(\公众%Y-%m-%d %H:%M:%S\"大众, date)

八首歌的歌词代码：

import requestsfrom bs4 import BeautifulSoupimport reimport jsonimport timeimport randomimport osheaders = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3355.4 Safari/537.36', 'Referer': 'http://music.163.com', 'Host': 'music.163.com'}# 获取页面源码def GetHtml(url): try: res = requests.get(url=url, headers=headers) except: return None return res.text# 提取歌手歌词信息def GetSongsINFO(url): print('[INFO]:Getting Songs Info...') html = GetHtml(url) soup = BeautifulSoup(html, 'lxml') links = soup.find('ul', class_='f-hide').find_all('a') if len(links) < 1: print('[Warning]:_GetSongsInfo <links> not find...') Info = {'ID': [], 'NAME': []} for link in links: SongID = link.get('href').split('=')[-1] SongName = link.get_text() Info['ID'].append(SongID) Info['NAME'].append(SongName) # print(Info) return Infodef GetLyrics(SongID): print('[INFO]:Getting %s lyric...' % SongID) ApiUrl = 'http://music.163.com/api/song/lyric?id={}&lv=1&kv=1&tv=-1'.format(SongID) html = GetHtml(ApiUrl) html_json = json.loads(html) temp = html_json['lrc']['lyric'] rule = re.compile(r'\[.\]') lyric = re.sub(rule, '', temp).strip() print(lyric) return lyricdef main(): SingerId = input('Enter the Singer ID:') url = 'http://music.163.com/artist?id={}'.format(SingerId) # url = \公众http://music.163.com/artist?id=6457\"大众 Info = GetSongsInfo(url) IDs = Info['ID'] i = 0 for ID in IDs: lyric = GetLyrics(ID) SaveLyrics(Info['NAME'][i], lyric) i += 1 time.sleep(random.random() 3) # print('[INFO]:All Done...')def SaveLyrics(SongName, lyric): print('[INFO]: Start to Save {}...'.format(SongName)) if not os.path.isdir('./results'): os.makedirs('./results') with open('./results/{}.txt'.format(SongName), 'w', encoding='utf-8') as f: f.write(lyric)

《沉默是金》

是错永不对真永是真

任你怎说安守我本份

始终相信沉默是金

这首歌是你亲自谱曲的。

当时，“谭张争霸”（1986-1989年，谭咏麟和张国荣为争夺乐坛地位，而在音乐上展开了全面竞争竞赛）已经进入白热化。

你讨厌争来争去，于是借歌明志，推出了《沉默是金》。

你说，“任你怎说安守我本份，始终相信，沉默是金。
”

清者自清，你的沉默，愈加彰显纯洁本色。

《春夏秋冬》

秋日该很好你若尚在场

秋风纵然带凉亦俊秀