轉戰Python半年，接觸爬蟲2個月，期間讀了10本相關書籍，完成此作，算是對過去學習、實踐的一次回顧。也希望與更多的python，爬蟲愛好者小伙伴們一起交流、成長。

選此題目，一來豆瓣作為爬蟲入門，各種大牛的深入分析已趨于完美；另一方面隨著中國電影工業的發展，我們需要將視角轉向國際市場，通過數據分析，了解一下外國人比較感興趣的電影。以IMDb top250主頁為分析對象，來看一看分析結果。

01 影片類型對比

首先來看一下各個類型的影片占比：

Top250電影的類型占比，前三名分別是喜劇、犯罪與動作。

緊張刺激的情緒、張弛有度的情節，最能帶給影迷帶來記憶深刻的觀影體驗。

下面再來看下各個類型的影片的得分對比：

從類型來看，西部片一騎絕塵，究其原因可能與受眾人群小、愛好者狂野奔的性格易給高分有關。其次，犯罪、動作、冒險、推理、恐怖題材也易出較高評分

02 年份對比

首先我們看下TOP250電影的所屬年份：

Top250電影中，1957、1995、與2014年電影較多，而1975年后，上榜電影有明顯增加的趨勢，這可能與電影工業的日趨成熟有關。

至于1995年，熟悉電影的小伙伴可能知道，1995年是世界電影100周年，無數電影天才抱著獻禮的想法，在這一年誕生了他們偉大的作品，我們較為熟悉的有《肖申克救贖》、《阿甘正傳》、《低俗小說》、《四個婚禮與一個葬禮》、《七宗罪》、《獅子王》等。

同時我們看下各個年份電影的評價分數：

比較電影年代評分，并無發現明顯上升或下降趨勢，可見電影藝術并不會隨時間而失去自身價值。對于電影，技術不是第一位的，感情共鳴的因素占更大權重；哪部電影最好看？答案就在我們每個人心中。

03 國家/地區對比

我們看下各個國家/地區的電影在TOP250電影中的占比情況：

這個數據比較有趣，有點像諾貝爾獎，美國電影占據半壁江山，其余國家瓜分剩下的蛋糕。排名前幾位的分別是英國、法國、日本、德國。

如果是西方主流價值觀的原因，同樣作為東方文化代表的鄰國日本，卻有16部電影上榜，可見西方價值觀并不能成為中國電影上榜少的主要原因。雖然近幾年中國不乏有《大魚海棠》、以及剛最新上映的《流浪地球》這樣高質量的作品上線，但是在國際市場仍反響平平。我相信電影是有共同語言的，也真的有普世價值觀這樣的東西。如何打造國際化電影工業，給世界人民講故事，是中國電影人接下來需要探索的課題。

04 導演對比

我們一起看下那些在TOP250榜單中，最常出現的導演們：

電影界的諾貝爾開獎啦，一起來看看有哪些作者上榜。鑒于大家對外國導演名可能不太熟悉，這里做了一個導演-代表作做對照表，值得注意的是，雷德利?斯科特、詹姆斯?卡梅隆、大衛?芬奇分別執導了電影《異形1》《異形2》《異形3》，一部《異形》出3個上榜導演，可見其系列影響力，沒看過的小伙伴強烈建議一看，雖然口味可能點重。 05 人群對比

首先我們看下不同人群的評分情況：

從性別維度來看，男性比女性給容易給出高分。另一方面，從年齡段側看，無論男女，未成年人員最易給出高分，隨著年齡增加，評分愈加犀（è）利（dú），超過45歲的人群，給出的分數是最低的。是否歷經滄海，堅硬的心就越難被打動？又或許見多識廣，才能公正客觀的評價一部電影？也許可以就此問題研究一下，如《電影節評委年齡層的科學配置方法》。

然而知道了評分情況，我們也需要去了解下各類人群的占比情況：

雖然“老叔叔”、”老阿姨”們的評分偏低，但是一部電影的口碑高低不用太擔心這類人群。因為數據告訴我們，滿足30-44以及18-29這兩個年齡段的中青年男性口味，電影口碑肯定差不了。從近些年《戰狼》、《紅海行動》，這類戰爭動作片均取得不錯的口碑中，對評分機制可略知一二。

06 類型、年齡與評分的關系

首先我們用熱力圖來看下各個人群對不同類型電影的評分情況：

不同年齡群，對電影類型的偏好是不同的。如未成年男性、女性，對推理、西部片表現出濃厚興趣，而45以上的男性、女性，分別對科幻、黑色電影類型鐘愛。

評分的高低也需要結合占比進行綜合分析：

這次我們將數據粒度細化至各年齡層，結合各年齡段評分，以下我們給出各年齡層在TOP250榜中的推薦電影。

電影推薦 

▼未成年男性（<18）

▼18-29歲男性▼30-44歲男性▼45+男性▼未成年女性(<18）▼18-29歲女性▼30-44歲女性▼45+女性以上是根據IMDbTop250數據推薦的電影，如果有不符合的情況，在這里說聲抱歉。畢竟美國人民的喜好和中國還是有一定區別的。

最后，用《三體》的一首詩作為結尾：

我看到了我的愛戀

我飛到她的身邊

我捧出給她的禮物

那是一小塊凝固的時間

時間上有美麗的條紋

摸起來像淺海的泥一樣柔軟

她把時間涂滿全身

然后拉起我飛向存在的邊緣

這是靈態的飛行

我們眼中的星星像幽靈

星星眼中的我們也像幽靈

最后附上數據爬取攻略

網頁分析

?IMDb Top250主頁

?IMDb電影詳情頁(1)

?IMDb 電影詳情頁(2)

基于以上網頁構造，我們發現只需得到每個電影的詳情頁編碼(唯一)，通過2次“蛙跳”，實現詳情頁(1)(2)導出國家&類型，分數&人數的信息的獲取。便于理解，爬取思維導圖如下：作者：翻滾吧羊寶寶，微信號：LiuYannis