11 月 6 日，湖南衛視已經開播被稱作年度壓軸的大戲 " 獵場 "，迅速占領各大榜單，成為一部高熱度的電視劇。但是在豆瓣上卻形成瞭兩極分化。截止 11 月 8 日，該劇在豆瓣上的評分為 5.7 分。相比較胡歌之前《瑯琊榜》的 9.1，《偽裝者》的 8.3 等來說，這一評分確實不高。有趣的是，首頁的評分比例與 " 短評 "、" 劇評 " 的比例存在非常大的差異！
首頁總評分評分兩級分化嚴重，" 差評 " 占主 在目前 11463 個評價中兩級分化嚴重，"1 星 " 占比最高為 28.6%，其次為 "5 星 " 的 25.4%。" 好評 "（5 星、4 星）占比為 35.80%，" 一般 "（3 星）為 16.50%，" 差評 "（2 星、1 星）占比為 47.80%。很明顯，" 差評 " 占瞭接近一半的比例。
《獵場》豆瓣評分占比分佈
在短評和劇評中的另一種景象 首頁的豆瓣評分中 " 差評 " 占比很高，但是在豆瓣的短評和劇評中卻是另一番景象。 在目前 5979 條短評中，" 好評 " 占比 71%，" 一般 " 為 5%，" 差評 " 占比 24%。而在 392 條劇評中，"5 星 " 占瞭非常高的比例！84.7% 的劇評給瞭 " 好評 "。
《獵場》劇評評分分佈
我們將三個位置的評分放在一起比較就會出現非常明顯的差異。根據這個差異，我們可以大致判斷：寫出短評或者劇評的觀眾大部分給予瞭 " 好評 "，但仍有大量觀眾直接給瞭差評，並沒有說明任何原因。當然，我們並沒有考慮那些不寫評論，而隻是點 " 有用 " 和 " 沒用 " 觀眾。
才剛剛上映，劇情還在慢慢的鋪，所以現在給整部劇下定論還太早。
《獵場》到底好不好看？我們還是想通過以 11 月 8 日為界，看看人們短評人的情緒，是積極，還是消息。利用詞雲看看大傢都說瞭什麼，希望能大傢就是否建議觀看給出建議。
一、爬取《獵場》熱門短評，豆瓣的爬蟲做的比較好，不登錄爬蟲很快就會被屏蔽掉，登錄後獲取 cookies 如下：
同時建議在循環抓取的時候進行 sleep，例如：
time.sleep ( 1 + float ( random.randint ( 1, 100 ) ) / 20 )
《獵場》熱門短評內容和時間爬取瞭 22440 條評論，代碼如下：
import reimport requestsimport codecsimport timeimport randomfrom bs4 import BeautifulSoupabsolute = 'https://movie.douban.com/subject/26322642/comments'absolute_url = 'https://movie.douban.com/subject/26322642/comments?start=23&limit=20&sort=new_score&status=P&percent_type='url = 'https://movie.douban.com/subject/26322642/comments?start={}&limit=20&sort=new_score&status=P'header={'User-Agent':'Mozilla/5.0 ( Windows NT 10.0; Win64; x64; rv:54.0 ) Gecko/20100101 Firefox/54.0','Connection':'keep-alive'}def get_data ( html ) : soup=BeautifulSoup ( html,'lxml' ) comment_list = soup.select ( '.comment > p' ) next_page= soup.select ( '#paginator > a' ) [ 2 ] .get ( 'href' ) date_nodes = soup.select ( '..comment-time' ) return comment_list,next_page,date_nodesif __name__ == '__main__': f_cookies = open ( 'cookie.txt', 'r' ) cookies = {} for line in f_cookies.read ( ) .split ( ';' ) : name, value = line.strip ( ) .split ( '=', 1 ) cookies [ name ] = value html = requests.get ( absolute_url, cookies=cookies, headers=header ) .content comment_list = [ ] # 獲取評論 comment_list, next_page,date_nodes= get_data ( html, ) soup = BeautifulSoup ( html, 'lxml' ) comment_list = [ ] while ( next_page != [ ] ) : # 查看 " 下一頁 " 的 A 標簽鏈接 print ( absolute + next_page ) html = requests.get ( absolute + next_page, cookies=cookies, headers=header ) .content soup = BeautifulSoup ( html, 'lxml' ) comment_list, next_page,date_nodes = get_data ( html ) with open ( "comments.txt", 'a', encoding='utf-8' ) as f: for node in comment_list: comment = node.get_text ( ) .strip ( ) .replace ( "n", "" ) for date in date_nodes: date= node.get_text ( ) .strip ( ) f.writelines ( ( comment,date ) + u'n' ) time.sleep ( 1 + float ( random.randint ( 1, 100 ) ) / 20 )
二、對數據進行清洗：
import pandas as pdimport matplotlib.pyplot as pltdate_name= [ 'date','comment' ] df = pd.read_csv ( './comment.csv',header=None,names=date_name,encoding= 'gbk' ) df [ 'date' ] = pd.to_datetime ( df [ 'date' ] )
樣本數量：
print ( df [ 'date' ] .value_counts ( ) ) 獲取 2017-11-06 – 2017-11-08 數據：
data6 = df [ '2017-11-06':'2017-11-08' ] data6.to_csv ( '6.txt', encoding = 'utf-8', index = False ) print ( data6.size ) 5775 獲取 2017-11-09 – 2017-11-17 數據：data9 = df [ '2017-11-09':'2017-11-17' ] data9.to_csv ( '9.txt', encoding = 'utf-8', index = False ) print ( data9.size ) 16665
三、情感分析和詞雲
對熱門短評基於原有 SnowNLP 進行積極和消極情感分類，讀取每段評論並依次進行情感值分析（代碼：https://zhuanlan.zhihu.com/p/30107203），最後會計算出來一個 0-1 之間的值。
當值大於 0.5 時代表句子的情感極性偏向積極，當分值小於 0.5 時，情感極性偏向消極，當然越偏向兩邊，情緒越偏激。
2017-11-06 – 2017-11-08 分析：
從上圖情感分析（代碼：https://zhuanlan.zhihu.com/p/30107203 ）來看，影評者還是還是非常積極的，對《獵場》的期望很高。
從詞雲（代碼：https://zhuanlan.zhihu.com/p/30107203 ）上來看：
2017-11-09 – 2017-11-17 分析
從上圖情感分析（代碼：https://zhuanlan.zhihu.com/p/30107203 ）來看，積極的情緒已經遠遠超過消極的情緒，還是受到大傢的好評。
從詞雲（代碼：https://zhuanlan.zhihu.com/p/30107203 ）上來看，出現好看、劇情、期待、喜歡等詞。
總結
詞雲的背景是胡歌，大傢看出來瞭嘛？目前豆瓣的分數已經是 6.2 分，目前劇情過半，相信接下來會更精彩，個人認為分數會在 7.5 分以上。
拋開豆瓣的推薦分數，通過的熱門短評的情感和詞雲分析，是一部不錯的現實劇，劇情犀利、深刻、啟迪，很多人期待。如果您有時間，不妨看一下，或許能收獲一些意想不到的東西。
