Bilibili_User_Spider

该项目仅用作交流学习,数据请勿用作其他用途

环境

• Python3.8

依赖库

• requests
• pandas
• wordcloud
• matplotlib

爬取的字段

• UID
• 主页
• 等级
• 昵称
• 性别
• 关注数
• 粉丝数
• 关注的UP主
• 个性签名
• 是否开通会员
• 是否是年费会员

画图

一共9张图，6张饼图，2张条形图，1张词云图

饼图分析的维度

• 性别的数据和占比
• 会员占比，会员中年费会员的占比
• 账号活跃情况
• 等级数量占比

条形图分析的维度

• 等级数量
• 每个等级中的总会员数、普通会员数，年费会员数

词云图分析的维度

• 把每个用户关注的UP主写进txt里面，通过词云图来反应关注数最多的UP主

说明

当爬取的数量过大时，最后生成的csv文件可能会出现空行等情况。
爬完数据后请自行查看，除了 《昵称》和《个性签名》这两个字段，其他字段都不应该出现空值。

python小白,无聊随便写写的。爬取效率非常慢，我爬了50W数据爬了4天,有服务器推荐在服务器下运行。
下面这条命令可以让你的py文件一直在服务器后台运行，即使你断了远程连接或者自己主机关机依旧在运行。

• nohup python3 -u test.py > test.log 2>&1 &

test.py 要运行的py文件 test.log 日志文件,可以把程序中的print 写进里面，包括报错。