作者 ：Yura
最近兩天，我被朋友圈的五月天粉絲（五迷）瘋狂刷屏，“五月天永遠陪你到20歲”“演唱會即視感”，這些字眼讓我恨不得馬上奔到電影院打卡。
作為五迷，我是滿懷激情地在寫這篇文章呀（美容覺什麼的先不談了，五月天要緊）。
今天我就用Python爬一爬蝦米音樂，半分析半安利地給大家介紹一下這個充滿有趣靈魂的組合。
1. 數據獲取
本次爬蟲主要目的是爬取五月天所有歌曲的信息，信息維度當然是越多越好啦。
直接搜索關鍵詞“五月天”，可能會出現歌名是“五月天”的信息，或者別人翻唱“cover五月天”的內容，搜索範圍變大，多抓取了不少無用信息。
所以我以“五月天-藝人-專輯信息-歌曲id-歌曲詳情”這個路徑進行數據爬取。我發現，無論是專輯信息、歌曲list還是歌曲詳情，都存在於非常漂亮的JSON格式裡面：
本來可以美滋滋“唰唰唰”地批量下載。但是！URL裡面有一個s的參數，我暫時找不到變化的規律（摔！）因為趕時間，就另闢蹊徑，用相對麻煩一點的beautiful soup庫來解析網頁源代碼的內容，過程很坎坷，這就是我為什麼五月天大電影上映凌晨還在寫這篇文章的原因……
而且，爬蟲的時候我還遇到兩個坑：
1.兩天前能運行的代碼，在今天居然解析不到所需的內容了，因為爬取的東西內容格式發生了很大變化。難道是我正巧趕上了他們內部修改源代碼的節點嘛？無從查證。
2.兩天前還在顯示的歌曲詳情（播放量和收藏量），今天一看全都變成0了，每首歌都這樣。我讓別的朋友用其他電腦查看，也是沒信息的。“檢查”了一下，Play Count這些參數直接變成Null了…？
最後得到三個文件，分別是專輯信息（50張）、歌曲列表（620首）和歌曲詳情（620首），主要是通過專輯字符和歌曲id進行相關聯，具體字段如下：
- 專輯信息（專輯種類、ID、封面、名字、藝術家、收藏數、語言、播放數、推薦數、歌曲數量、專輯字符、評分、評分人數、發佈時間）
- 歌曲列表（專輯名字、歌曲名字、ID、時長、播放量）
- 歌曲詳情（歌曲名字、別名、歌曲ID、時長、播放次數、作詞、作曲、編曲、專輯名字、歌詞、熱門第一條評論、評論點贊數）
PPPs:不成熟的代碼我一定會在一週之內更新到這兒（https://github.com/PengYura）
2. 數據清洗
國際慣例：Excel畫圖表+Python畫詞雲，（自認為）簡單粗暴又高效。
3. 數據分析
截止目前在蝦米音樂平臺關於五月天的一共有50張專輯，其中“正正經經”的專輯有9張（“錄音室專輯”），“單曲”類專輯有20張，歌曲數量在1到6首不等。
判斷作品的優劣，最明顯快速的方式就是查看大眾對其的評分，我們來瞧瞧這50張專輯的評分分佈：
可以看到，將近一半的的專輯評分在9.8-10.0之間，只有3張專輯評分沒超過9分。說明大眾對其認可度還是相當高的。
五月天曾說過只會出10張專輯，隨著2016年《自傳》的發佈，現在已經有9張跟大家見面啦。我們先看看這9張的數據情況。
按照發布時間順序排列：
按照時間間隔可以看到，emmm，他們發專輯的間隔從1年慢慢變成2年、3年和5年，我很有理由懷疑下一張專輯可能在5年之後。
再看到發佈時間的月份，4張專輯都是在7月份，其餘的分佈在10月、11月和12月，這…...難道是某種症（拖延症？）的體現？
據說五月天只會出10張專輯，我非常期待第10張，我也非常害怕10張之後再無新作品（那我的人生還有什麼盼頭）。
從評論收藏數量來看，最新專輯《自傳》的播放數達7億多次，收藏數量將近30萬，推薦人數也是處於遙遙領先的地位。其次是《後青春的詩》和《第二人生》，分別佔據了播放數和推薦數的第二。
但是我覺得很多別的老歌也都是很好聽的呀，傳唱度甚至更高。我們也可以在下面的歌曲詳情分析中略窺一二。
根據專輯信息裡面的歌曲ID（字符串形式和數字形式皆可），我們可以順藤摸瓜爬取歌曲的信息（https://www.xiami.com/song/歌曲id），一共得到620首，除去沒歌詞的純音樂歌曲55首，還剩565首。
這565首歌中，時長最短的是《輕功（京片子版）》，只有25秒。但是不管怎麼樣，也是李大哥的《貝貝》的6倍多了（逃）。
最長的是《出頭天/憨人（live）》，有12分20秒。歌曲整體時間分佈還是符合正態分佈的，75%的歌曲時長都在4到7分鐘之間。
神奇的是，平均每首歌的播放數量也是如此的趨勢：時長為5分鐘的歌曲平均每首歌播放次數有219w+。所以呀，寫歌還是寫5分鐘多的，也許這樣更容易火呢～
再看看播放數量TOP20的歌曲：
雖然《自傳》專輯的歌曲擁有45%（9首）的佔榜率，但是耳熟能詳的《突然好想你》仍然以1.5億次的播放量穩居TOP1。
這首歌有沒有讓你想起你的某位故人？
前面提到了專輯種類有許多，什麼錄音室專輯啦，現場專輯啦，精選集啦。裡面有很多歌曲是一樣的，只是版本不一樣。
去重之後發現還剩177首歌。我們從歌曲的創作內容來看看五月天的歌到底有什麼特點。
每首歌都要經歷作詞、作曲和編曲的過程。在這177首歌裡面，主唱阿信參加了139次作詞、100次作曲，我說一句阿信是創作小王子沒人反對吧！
編曲方面，68%的歌曲都是由五月天整個團隊完成的，還有31首歌是有其他人參與合作的，合作次數最高的是周恆毅(8次)。
為歌詞做個詞雲，我發現了五月天為什麼總是吸引大批五好青年的原因：胸懷“世界”，心中充滿”愛“，敢“想”敢“笑”，不懼“人生”和“回憶”，勇敢懷揣著“夢”想。試問誰聽了這些歌曲還能安然地繼續做“鹹魚”呢？
關於歌曲評論，我只簡單爬取了每首歌的第一條熱門評論和點贊數，你猜怎麼著？點贊數最高的3條內容，其中兩條內容迷之接近：
Ok，我承認，我就是為了聽五月天而下載蝦米的，膚淺而熱烈。
文章開頭提到了，五月天最近的演唱會紀實大電影《五月天人生無限公司》在昨天上映啦。
這部電影記錄了五月天從2017年3月18日到2019年1月6日，415萬歌迷穿過55座城市陪伴打卡的122場演唱會。我因為種種原因還沒去打卡這部電影。但是，我還是忍不住去豆瓣看了大家的評論。
截止目前豆瓣評分8.9分，65%的觀眾給這部電影打了滿分！作為400萬群演之一，我覺得我很驕傲！
最後的最後，一場生活一場五月天，加入五月天永遠不會太遲讓我們一起邁向80歲
★每日教程乾貨、行業資訊和有趣內容，歡迎VX公眾AI算力！
閱讀更多 貓算學院 的文章
