我用爬虫爬下来91P**N七万多条视频，发现...

今天开个车，带你们经过数据认识下91P**n（如下简称91）这个网站。

以前一个假期学习了Python爬虫，因而拿91试试手，发现91很是容易爬取，获取页面时只要使用cookies便可，因而果断按照“收藏最多”排行榜爬下来全站77000条视频，注意到网站上的视频天天都是增加的，如今已经78000+了，咱们忽略不计其中的最后的一千多，姑且当作咱们爬去下来的77000条视频就是全站数据。我爬取了七个维度的数据（视频连接，视频名称，视频时长，上传时间，视频做者，做者连接，视频浏览数，视频收藏数，视频留言数），固然有意义的主要是其中的五条，连接的分析意义不大，主要是我用来再次观察的（？）。

一共有20929位上传者为这77000个视频作出了本身的贡献，嗯，感谢他们。

首先上一张全站视频名称的的词云图吧，由于种种缘由从网站爬取下来的视频名称是英文的，懒得再改了。

视频名称中出现次数最高的固然是咱们的脍炙人口的“fuck”啦，除去一些和视频内容自己和相关描述的相关词，发现颇有意思的是wechat(微信)出现的频率也是至关高，看来微信的国民首席yp软件地位保持得很是稳，秒杀所谓陌陌，探探之流。

值得注意的是出现频率最高的两个地名是北京和上海，这个你们均可以理解，毕竟“城会玩”嘛。

另外还有verification（认证）这个词频率很高，由于91的视频讲究在拍摄时证实是本身拍的，而不是盗来的视频说是本身拍的。证实的过程大概就是用手分别表示出“9”和“1”，或者直接写在纸上，因此这个词上榜也不奇怪了。

浏览次数排行榜Top20

浏览次数最高的视频居然有接近1000万浏览量，能够说是很是的有人气了，也足以说明91有着庞大的用户量。因此每次门事件在此发酵起来也就不奇怪了。

做者上传数目排行榜Top20：

上传数目最多的做者足足上传了558个视频，上传数目是第二的二倍还要多，能够说是很是勤快了。能够看到上传视频数量超过100的做者有18位，应该说大部分都是靠网站打广告盈利的。他们可能是会经过卖片的方式挣钱，注意到还会在介绍部分给各类“药”打广告，以及各类奇奇怪怪的微信。

顺手也作了个做者id的词云，上传数目越多，字体越大。相信大家就知道应该关注谁了吧。

收藏数排行榜Top20：

收藏数这个应该是最能说明一个视频精彩程度的，毕竟收藏了大概都是看了还想看？？？能够看到视频收藏量最高的达到了40000，留言数也达到了1048。

视频留言数目排行榜（Top20）

虽然不少留言内容都是求约，可是更多的仍是谢谢楼主，江湖传言，此网站氛围是世上最和谐的网站氛围之一。通常来讲，视频精彩才会有更多的留言，所以我认为留言数也能够在某种程度上表明单个视频精彩程度。能够看到留言数目最高的达到了3431，至于为什么呢，只有看了视频才能明白吧（逃）。

经过视频时长，上传时间以及各个数据的综合分析还能够挖掘更多人民群众对视频的喜爱信息，今天先写到这，后面发现了有意思的事情再继续写吧。爬虫源码已上传GitHub。千万别问我要网站，我啥都不知道。

若是你喜欢个人文章，欢迎在如下平台关注我~

Github:Rickon

知乎：Rickon

掘金：Rickon