BuzzVideoのタイトル解析はどうすべきか（２）

2018年5月11日

なんか新規動画がほとんど再生されなくなってきていて

あんまり意味があるのかわからなくなってきましたが、

タイトル解析方法でも書いてみたいとおもいます。

データ収集

以前はPCからだとカテゴリも選択できなかったのですが、めでたく可能となりました。

残念ながら速見は不可能なのですけど。

で、とりあえず、データをある程度コピーしたいのですけど、多分２０件ぐらいしか表示されてません。

Ajaxで取得して表示する仕組みみたいなので、うまくすればデータだけコロコロ取り出せそうですが、

そこまで研究する意味があるのかどうかわからないので、とりあえずやりません。

単純に、EｎｄキーかPageDownキーをずっと押してるとどんどん取得できます。

１分ぐらい押し続ければ相当とれます。

で、これを、ctrl＋ａで全選択して、ctrl+cでコピーして、テキストエディタに貼り付けておきます。

ちなみに私はサクラエディタを使ってます。

データ整形

１件のデータは６行ぐらいになっています。

こんな感じ

00:04・・・video長さ
いや、少しは驚いてw(プロスピ)・・・タイトル
N.H・・・ユーザー名
3396・・・展示数
0・・・コメント数
0・・・いいね数

なので、先頭と末尾にゴミが付いているので手動で削除しておきましょう。

改行除去

まずは改行をタブに変換します。正規表現をオンにして以下の置換を実行します。

\r\n
↓
\t

１件１行にする

末尾が、展示数、コメント数、イイネ数で１件になっていますね。

なので、このあとに改行を入れます。

(\d+\t\d+\t\d+)\t
↓
$1\r\n

これで割と１件１行になりますが、一部うまく行きません。

改行が入ってない

こんなふうになっている場合があります。

2.7万 3 9

いろいろ方法はあると思いますが、

(\d万\t\d+\t\d+\t)
↓
$1\r\n

これで消せるかな？

先頭に時間が入ってない

GIF画像や記事には時間がないので、いきなりタイトルになっている行はそういうことです。

数字で始まっていない行に「00:00」を入れてしまいます。

^[^0-9]
↓
00:00\t$1

ただ、これでもうまく置換できないものがあります。

それは「先頭に数字が入っているタイトル」です。もうこれは手動で治しましょう・・・。

（いい方法が浮かばなかった　汗）

”フォロー中”がじゃまなので消す

フォローしているユーザーだと、タイトルの横に”フォロー中”が入ってしまってじゃまなので消します。

フォロー中\t
↓
“”

ここまでできたらデータ整形はある程度出来てるとおもいます。

エクセルに貼り付ける

このテキストデータをエクセルに貼り付けます。
で、ソートします。展示数でソートしてみます。

で、、、１万以上のデータがコレです。

0:06 １つだけ違うのが混じってます⇒IQ150 BuzzTV 7万 35 49
0:09 皆さん！！一瞬ですよ！お見逃しなしですよ！マジ卍 s.k 6.3万 24 33
0:04 こんな時どうする？GSは戻れば1㎞、そのまま行けば5㎞ちょっと。 K.K 5.7万 103 24
0:04 かんなさんの母親も美女だったピコピコピーチチャンネルエンターテイメント 5.6万 16 83
0:05 シャコの海老反りがすごいww 〜ちょら〜 4.2万 6 24
0:05 窓を開けたらダメな会社発見w K.K 3万 11 3
0:06 清宮のホームランボールってこうやって回収するのかww 漢の本能チャンネル 3.6万 2 10
0:05 騙された！ウイン 3.5万 0 10
0:04 [ここも？]どうして……ローン会社は近くに並ぶのかな？ホワイト 3.4万 11 4
0:06 下の方少し見えてますよナラオ奈良男 3.1万 4 17
0:04 畑撮ろうしたら自転車に乗るおじさん早くね！ヤマ(フォロー)お願いいたします 2万 5 1
0:07 勘違いしてる人多いんだけど、本当の日本人の平均年収教えます！再生回数17.2万回 2万 8 12
0:08 下の動きがたまらないww アイドル事務所 2.9万 21 125
0:05 今日の成績‼︎ ウイン 2.8万 3 6
0:04 最近の100均はスゴい！！(゜ロ゜ノ)ノホルダー型充電器(*^￢^*) 4004 2.7万 3 9
0:06 なんやねんこいつガラスの靴はシンデレラだけじゃない 2.6万 17 7
0:09 トイレに入ったら！！嫁のもの見てもうた！！そうやでなぁ～卍 s.k 2.6万 17 2
0:08 ひょっこりはんママ❤ウケる(笑) chan chan 2.4万 5 28
0:07 ミラクルシュート！？！？まゆげ 2.2万 4 2
0:04 福岡、天神のラジオで見つけた！最近有名になってきてるアイドルグループ『九星隊』 buzz.non 2.1万 2 5
0:09 口座残高見て、ビビった。個人アルバム 2.1万 11 7
0:09 JCお姉ちゃんは登校直前 583兄さん 2.1万 4 29
0:05 スリーサイズを知りたいですか？クロネコ 1.9万 1 3
0:05 ケーキに顔を押されるも綺麗な顔で起きてきた！なぜだ！マイカメラ 1.9万 5 7
0:11 12秒後に注目下さい！！！！ムムムやろー 1.9万 3 19
0:15 Twitterで話題になった女性！変身！ chan chan 1.9万 21 8
0:04 シックスパッド毎回こうなっちゃうんだが pikaya 1.8万 6 6
0:05 手をかまえると、戦闘態勢に fci 1.3万 4 14
0:08 2秒後に撃沈！バスビデオ 1.2万 4 4
0:05 やっぱり事故物件はあかんな喜田純一 1.1万 3 4
0:06 名古屋の人なら全員知ってますショートショート 1.1万 2 2
0:07 右折するときは気をつけないと、こうなる… 日常フィルム 1.1万 13 4