我用爬蟲爬下來91P**N七萬多條視頻，發現...

今天開個車，帶你們經過數據認識下91P**n（如下簡稱91）這個網站。

以前一個假期學習了Python爬蟲，因而拿91試試手，發現91很是容易爬取，獲取頁面時只要使用cookies便可，因而果斷按照「收藏最多」排行榜爬下來全站77000條視頻，注意到網站上的視頻天天都是增加的，如今已經78000+了，咱們忽略不計其中的最後的一千多，姑且當作咱們爬去下來的77000條視頻就是全站數據。我爬取了七個維度的數據（視頻連接，視頻名稱，視頻時長，上傳時間，視頻做者，做者連接，視頻瀏覽數，視頻收藏數，視頻留言數），固然有意義的主要是其中的五條，連接的分析意義不大，主要是我用來再次觀察的（？）。

一共有20929位上傳者爲這77000個視頻作出了本身的貢獻，嗯，感謝他們。

首先上一張全站視頻名稱的的詞雲圖吧，由於種種緣由從網站爬取下來的視頻名稱是英文的，懶得再改了。

視頻名稱中出現次數最高的固然是咱們的膾炙人口的「fuck」啦，除去一些和視頻內容自己和相關描述的相關詞，發現頗有意思的是wechat(微信)出現的頻率也是至關高，看來微信的國民首席yp軟件地位保持得很是穩，秒殺所謂陌陌，探探之流。

值得注意的是出現頻率最高的兩個地名是北京和上海，這個你們均可以理解，畢竟「城會玩」嘛。

另外還有verification（認證）這個詞頻率很高，由於91的視頻講究在拍攝時證實是本身拍的，而不是盜來的視頻說是本身拍的。證實的過程大概就是用手分別表示出「9」和「1」，或者直接寫在紙上，因此這個詞上榜也不奇怪了。

瀏覽次數排行榜Top20

瀏覽次數最高的視頻居然有接近1000萬瀏覽量，能夠說是很是的有人氣了，也足以說明91有着龐大的用戶量。因此每次門事件在此發酵起來也就不奇怪了。

做者上傳數目排行榜Top20：

上傳數目最多的做者足足上傳了558個視頻，上傳數目是第二的二倍還要多，能夠說是很是勤快了。能夠看到上傳視頻數量超過100的做者有18位，應該說大部分都是靠網站打廣告盈利的。他們可能是會經過賣片的方式掙錢，注意到還會在介紹部分給各類「藥」打廣告，以及各類奇奇怪怪的微信。

順手也作了個做者id的詞雲，上傳數目越多，字體越大。相信大家就知道應該關注誰了吧。

收藏數排行榜Top20：

收藏數這個應該是最能說明一個視頻精彩程度的，畢竟收藏了大概都是看了還想看？？？能夠看到視頻收藏量最高的達到了40000，留言數也達到了1048。

視頻留言數目排行榜（Top20）

雖然不少留言內容都是求約，可是更多的仍是謝謝樓主，江湖傳言，此網站氛圍是世上最和諧的網站氛圍之一。通常來講，視頻精彩纔會有更多的留言，所以我認爲留言數也能夠在某種程度上表明單個視頻精彩程度。能夠看到留言數目最高的達到了3431，至於爲什麼呢，只有看了視頻才能明白吧（逃）。

經過視頻時長，上傳時間以及各個數據的綜合分析還能夠挖掘更多人民羣衆對視頻的喜愛信息，今天先寫到這，後面發現了有意思的事情再繼續寫吧。爬蟲源碼已上傳GitHub。千萬別問我要網站，我啥都不知道。

若是你喜歡個人文章，歡迎在如下平臺關注我~

Github:Rickon

知乎：Rickon

掘金：Rickon