手记

爬取抖音明星榜看看哪个明星在抖音最火

背景

最近刷抖音看到各种排行榜数据可视化视频,作为一个技术人员觉得这是一种很有意思的数据呈现方式,所以在网上搜了一下资料,发现抖音就有非常适合数据可视化的榜单——明星榜,这个榜单每周发布一次,这次通过这个榜单数据可视化来看抖音最火的明星究竟是谁。

目的

  1. 爬取抖音明星榜数据
  2. 数据可视化展示抖音最火的明星

准备工作

1. 抖音数据抓取

使用抓包工具Fiddler分析出要抓取抖音数据的请求路径和url,具体使用方式网上有很多,我参考的是下面这个地址Fiddler使用方式

具体步骤基本如下:

  1. 安装Fiddler
  2. 配置代理
  3. 手机与电脑同网络且使用电脑做代理
  4. 手机访问抖音,Fiddler截取数据
  5. 获取数据后本地分析需要的数据

2. 数据可视化工具

使用开源工具Historical-ranking-data-visualization-based-on-d3.js实现动态效果展示,下载后直接可以使用。

具体步骤基本如下:

  1. 配置后config.json,具体的配置项项目中描述的较为清楚,需要自己逐个试验
  2. 如有必要,可修改stylesheet.css控制样式,修改visual.js控制数据,需要自己去阅读代码
  3. 构造csv数据
  4. 打开bargraph.html,选中构造好的数据即可数据可视化处理

实战

通过Fiddler获取信息后,分析出需要两个接口来获取数据,获取每期的数据时,需要先获取到每期的唯一id,分析后具体操作如下

1. 获取所有周期中,每个周期的唯一标识

# api: https://api3-normal-c-lf.amemv.com/aweme/v1/hotsearch/branch_billboard/weekly/list/

def get_weekly():
    """
    通过抓包工具,获取明星势力榜的所有统计周期
    :return:
    """
    billboard_weekly_list = []
    url = "https://api3-normal-c-lf.amemv.com/aweme/v1/hotsearch/branch_billboard/weekly/list/"
    result = requests.get(url)
    if result.status_code == 200:
        data = result.json()
        if data.get('status_code') == 0:
            billboard_weekly_list = data.get('billboard_weekly_list', [])
    return billboard_weekly_list

2. 获取每个周期的数据接口

def get_star_billboard(edition_uid):
    """

    :param edition_uid: weekly id 通过接口获取
    :return:
    """
    url = f"https://api3-normal-c-lf.amemv.com/aweme/v1/hotsearch/star/billboard/?type=1&edition_uid={edition_uid}"
    result = requests.get(url)
    if result.status_code == 200:
        return result.json()
    else:
        return {}

3. 将抓取的数据按照数据可视化方式构建数据

  • 通过mako生成配置文件config.js[主要是包含头像等信息]
  • 生成数据可视化所需要的csv文件,这里生成一个所有数据累加,一个每周排行,并计算每个明星总共霸榜的次数
def run():
    """
    1. 下载抖音iDou榜单所有数据
    2. 按照https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js构建数据用于可视化
        1. config.json
        2. data.csv
    3. 下载源码,替换config.json,导入data.csv
    4. 视频录制
    :return:
    """
    # 用户头像,写入config.json
    user_avatar = {}
    # 累计数据.csv,写入时按照,用户昵称重新排序
    star_total_data = {}
    # 每周数据.csv,写入时按照,用户昵称重新排序
    star_week_data = {}

    # 下载抖音iDou榜单,总共的周数
    billboard_weekly_list = get_weekly()
    # 下载每个榜单周期的数据
    billboard_weekly_list = reversed(billboard_weekly_list)
    for row in billboard_weekly_list:
        start_timestamp = row['start_time']
        end_timestamp = row['end_time']
        start_date = time.strftime("%Y.%m.%d", time.localtime(start_timestamp))
        end_date = time.strftime("%Y.%m.%d", time.localtime(end_timestamp))
        edition_no = row['edition_no']
        title = f"第{edition_no}期 {start_date} - {end_date}"
        billboard_data = get_star_billboard(row['uid'])
        user_list = billboard_data.get("user_list", [])
        for idx, user in enumerate(user_list):
            user_info = user['user_info']
            # 获取该明星此周的数据
            user_week_data_list = star_week_data.get(user_info['nickname'], [])
            top_times = user_week_data_list[-1]['top_times'] if user_week_data_list else 0
            if idx == 0:
                # 此周是top
                top_times += 1
            user_week_data_list.append(
                {
                    "name": user_info['nickname'],
                    "type": f"{top_times}周",
                    "top_times": top_times,
                    "value": user['hot_value'],
                    "date": title
                }
            )
            star_week_data[user_info['nickname']] = user_week_data_list
            # 获取明星的累计数据,取最后一周的数据进行累计
            user_total_data_list = star_total_data.get(user_info['nickname'], [])
            user_total_data_list.append(
                {
                    "name": user_info['nickname'],
                    "type": f"{top_times}周",
                    "value": user['hot_value'] + user_total_data_list[-1]['value'] if user_total_data_list else user[
                        'hot_value'],
                    "date": title}
            )
            star_total_data[user_info['nickname']] = user_total_data_list

            # 写入用户头像
            if user_info['nickname'] not in user_avatar:
                user_avatar[user_info['nickname']] = user_info['avatar_thumb']['url_list'][0]

    # 每周数据
    with open('every_weekly_data.csv', 'a', encoding='utf-8') as f:
        f.write("name,type,value,date\n")
        for users in star_week_data.values():
            for user in users:
                f.write(f"{user['name']},{user['type']},{user['value']},{user['date']}\n")

    # 累计数据
    with open('total_data.csv', 'a', encoding='utf-8') as f:
        f.write("name,type,value,date\n")
        for users in star_total_data.values():
            for user in users:
                f.write(f"{user['name']},{user['type']},{user['value']},{user['date']}\n")

    # 用户头像,写入config.json
    imgs = ['"{}": "{}"'.format(nickname, img_url) for nickname, img_url in user_avatar.items()]
    img_str = ",".join(imgs) if imgs else ""
    config_js_to_visualization = Template(filename='base_config.mako', input_encoding='utf-8')
    with open('config.js', 'a', encoding='utf-8') as f:
        f.write(config_js_to_visualization.render(img_str=img_str))

4. 替换配置文件,打开数据文件

  • 将生成的config.js文件替换到[Historical-ranking-data-visualization-based-on-d3.js/src/]
  • 打开[Historical-ranking-data-visualization-based-on-d3.js/src/bargraph.html],选中生成的csv文件即可看到数据可视化展示
2人推荐
随时随地看视频
慕课网APP