繼《仙劍奇俠傳》《琅琊榜》等後，胡歌出演的獵場值得看嗎？

11 月 6 日，湖南衛視現已開播被稱作年度壓軸的大戲“獵場”，敏捷佔據各大榜單，成為一部高熱度的電視劇。但是在豆瓣上卻形成了兩極分化。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《琅琊榜》的 9.1，《偽裝者》的 8.3 等來說，這一評分的確不高。風趣的是，主頁的評分份額與“短評”、“劇評”的份額存在非常大的差異！

主頁總評分評分兩級分解嚴峻，“差評”佔主 在現在 11463 個評估中兩級分解嚴峻，“1 星”佔比最高為 28.6%，其次為“5 星”的 25.4%。“好評”（5 星、4 星）佔比為 35.80%，“一般”（3 星）為 16.50%，“差評”（2 星、1 星）佔比為 47.80%。很明顯，“差評”佔了挨近一半的份額。

在短評和劇評中的另一種現象 主頁的豆瓣評分中“差評”佔比很高，但是在豆瓣的短評和劇評中卻是另一番現象。 在現在 5979 條短評中，“好評”佔比 71%，“一般”為 5%，“差評”佔比 24%。而在 392 條劇評中，“5 星”佔了十分高的份額！84.7%的劇評給了“好評”。

我們將三個位置的評分放在一同比較就會呈現十分顯著的差異。根據這個差異，我們能夠大致判別：寫出短評或許劇評的觀眾大部分給予了“好評”，但仍有大量觀眾直接給了差評，並沒有闡明任何原因。當然，我們並沒有考慮那些不寫談論，而僅僅點“有用”和“沒用”觀眾。

才剛剛上映，劇情還在漸漸的鋪，所以現在給整部劇下定論還太早。

《獵場》究竟好不美觀？我們仍是想經過以 11 月 8 日為界，看看人們短評人的心情，是活躍，仍是音訊。利用詞雲看看我們都說了什麼，希望能我們就是否主張觀看給出主張。

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：

time.sleep(1 + float(random.randint(1, 100)) / 20)

《獵場》熱門短評內容和時間爬取了 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標籤鏈接 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：後面分享），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：後面整理分享 ）來看，影評者還是還是非常積極的，對《獵場》的期望很高。

從詞語的代碼上來看，出現好看、劇情、期待、喜歡等詞。

總結

詞雲的背景是胡歌，大家看出來了嘛？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。

關於胡歌，不管是80後還是90後，他都是人們比較喜歡的一個角色，拋去現在的00後不說，因為現在的00後喜歡的都是小鮮肉，我們都是大叔級別的。

關於胡歌，我對他的認識是從仙劍奇俠傳一開始的，在那部電視劇中，我比較喜歡李逍遙的蕩劍走天涯的情懷，也喜歡趙靈兒那種清純，想讓人保護的慾望。

關於胡歌，後面在琅琊榜上，以另一種身邊出演，以出色的演技，把江左梅郎這個角色演繹的淋淋盡致！

關於胡歌，你們還有那些好看的電視劇，你對胡歌有哪方面的看法和評價？歡迎你在本文章下面評論，在大陸總多男演員當中，胡歌我還是比較看好的。最近沒有及時更新文章，那是因為我最近在頭條問答，沒有太多的時間。最後，如果你覺得本文章不錯，對你有幫助，你可以多多關注，我們多給大家分享有關於Python方面的知識，謝謝。