爬完1800栋4chan《寒蝉业》帖后的小数据

luoyianwu · 发表于 2021-4-20 11:54

本帖最后由 luoyianwu 于 2021-4-20 13:37 编辑

年轻人的第一次爬虫。
准确来说是用desuarchive.org/a/search/subject/higurashi/，标题没打higurashi的一律不算
统计时间：10/1/2020 ~ 4/19/2021
共7225108个单词

最常提及角色
沙都子, 64711
梨花, 61781
k1, 39715（用k1的比Keiichi的稍多）
魅音, 20570
礼奈, 19607
诗音, 12490
鹰野, 7187
羽入, 6993
铁平, 6096
菲泽莉奴, 5782
悟史, 4979
拉姆达, 5835
贝伦, 6292
大石, 3560
战人, 3046
赤坂, 1805
富竹, 1658
入江, 1437
eua, 1331
vier, 1003
贝阿朵, 975

最常被骂群体（通过搜索fag）
礼奈厨, 1513
魅音厨, 972
梨厨, 797
百合豚, 625
沙厨, 562
新粉（newfag）, 513
现充（normalfag）, 436
海猫厨, 384
老害（oldfag）, 274
CP厨, 178
诗音厨, 170
沙圭厨, 80

其他常见单词
海猫（umineko）, 10207
魔女（witch）, 4797
魔怔（crazy）, 2688
白鹳（ciconia）, 2442
gay, 1517
背叛（betrayal）, 1170演戏（faking）, 1087
lesbian, 970
学习（study）, 924
Sextoko, 886
病娇（yandere）, 818
红茶（tea）, 777
山羊（goat）, 668
吊灯, 367
lolicon, 241
Hentai, 233
啊呜啊呜（Auau）, 230
彼岸花, 228
圣经（bible）, 220（4chan网友喜欢骗新人入坑前先读圣经）
Shitoko, 214
绝对（zettai）, 209
龙秃（hackishi）, 144
nanodesu, 89
呜哦哦哦哦哦——（uuuuuoooooooohhhhhhhhhhh），约65
好想带回家（omochikaeri）, 59
bilibili, 55
雏见泽人（hinamizawan）, 53
前~~~~~~~原同学（mmmmmmmmmmmmmmaebarasan）, 约30（根据m的个数不同）

外语专区
卒業, 26
ごめんなさい, 16
沙都子は絶対に優しい女の子です黒幕な訳ないです全世界の沙都子推しの皆さん沙都子を信じましょう, 4
艸, 4
草, 2
惨状合体ひぐらしgo, 2

最常出现的其他动画（节选）
魔圆（madoka）, 253
凉宫（haruhi）, 131
鲁路修（geass）, 43
石头门（steinsgate）, 38犬夜叉（inuyasha）, 11

最常出现章节名
祟骗篇, 2481
鬼骗篇, 1868
棉骗篇, 1601
猫骗篇, 1198
乡坏篇, 454

最常出现视频链接（节选）
https://live.bilibili.com/10112
比例比例直播间

https://www.youtube.com/watch?v=uBrPllRrw6c
Apocalypsis Ciconia ll ~ Ciconia When They Cry BGM

https://streamable.com/sh7rfj
Satoko is Lambda

https://www.youtube.com/watch?v=78ovXSSCaL0
Kani Song - Renren

https://www.youtube.com/watch?v=NncDA6SpoJk
FREDERICA BERNKASTEL CAUGHT LAUGHING IN REAL LIFE [UNBELIEVABLE] [100% REAL]

https://www.youtube.com/watch?v=AjNPeKgLnC8
Hauu Nanodesu~!

https://www.youtube.com/watch?v=NOyBGo4vjBg
Umineko BGM - Yomitsu Hirasaka Corruption [Requiem]

https://www.youtube.com/watch?v=qJY6TRfvq9s
REDALiCE - Great Nano Desu (なのです☆)

心得：
卒出了再叫我起床

kamarus · 发表于 2021-4-20 12:11

艹，你做的好，做的好啊

timerrr · 发表于 2021-4-20 12:23

kamarus 发表于 2021-4-20 12:11
艹，你做的好，做的好啊

看到建制派被骂，是不是心里有点小爽？

kamarus · 发表于 2021-4-20 12:29

timerrr 发表于 2021-4-20 12:23
看到建制派被骂，是不是心里有点小爽？

毫无波澜，甚至我不明白为什么建制派会被骂

茛菪 · 发表于 2021-4-20 12:31

4chan的XXfag很微妙，贬义中性褒义都有，oldfag就是基本完全褒义，newfag自然是贬义，角色名+fag本身轻微贬义，但也有中性使用。

lonelyleaf · 发表于 2021-4-20 12:43

所以礼奈厨被骂是因为啥？

龙娘777 · 发表于 2021-4-20 12:46

人畜无害礼奈厨魅音厨都被骂

luoyianwu · 发表于 2021-4-20 12:49

lonelyleaf 发表于 2021-4-20 12:43
所以礼奈厨被骂是因为啥？

猫骗乡坏两次秀恩爱被魅音厨骂
魅音厨被礼奈厨反击。合理

dclara1 · 发表于 2021-4-20 12:56

1800栋楼，90万层回复，太能水了

茛菪 · 发表于 2021-4-20 12:57

lonelyleaf 发表于 2021-4-20 12:43
所以礼奈厨被骂是因为啥？

一般角色名+fag不是用来骂人，因为语气太轻了。
匿名版唯一能辨别角色偏好的就是发图，如果XXfag出现的多，大概率是因为XX的图发的多。

memo2 · 发表于 2021-4-20 13:42

被拿来一起讨论（水）的作品，好像和这边的差不多啊

普之舜舜 · 发表于 2021-4-20 14:15

占个楼看看，这个楼有几个是老熟人了

-- 来自能搜索的 Stage1官方 Android客户端

九一式 · 发表于 2021-4-20 16:15

礼奈厨白河豚太草了

—— 来自 S1Fun

550616 · 发表于 2021-4-20 17:05

贝伦提及数量多却在下面。。。
当心被猫咪海吞了

hanshanwulu · 发表于 2021-4-20 17:06

提示: 作者被禁止或删除内容自动屏蔽

midearth · 发表于 2021-4-20 17:12

沙都子推那个笑死，是反串还是自我催眠

suihgouieru · 发表于 2021-4-20 17:16

这么说v总直播间老外也在看

-- 来自能搜索的 Stage1官方 Android客户端

rp1993 · 发表于 2021-4-20 17:34

沙皇盛世！

Franc · 发表于 2021-4-20 18:07

看来龙秃整活的能力得到了海内外的一致认可

lunachild · 发表于 2021-4-20 18:09

为什么会有那么多gay

青龙圣者 · 发表于 2021-4-20 18:13

建议爬泥潭的233顺便最好用个饼图可视化一下

zakki · 发表于 2021-4-20 18:15

数据列出来有点儿搞笑，沙都子梨花打的昏天黑地，结果礼奈厨被喷最多

不过看来国外也是沙皇稳占上风

kamarus · 发表于 2021-4-20 18:19

luoyianwu 发表于 2021-4-20 12:49
猫骗乡坏两次秀恩爱被魅音厨骂
魅音厨被礼奈厨反击。合理

反击(指后半毫无戏份)

Sliurus · 发表于 2021-4-20 18:33

kamarus 发表于 2021-4-20 18:19
反击(指后半毫无戏份)

谁看不起谁呢，除了沙梨社团都是背景板

礼奈还比魅音多个可爱的声优演出得到大家的认可

kamarus · 发表于 2021-4-20 18:56

Sliurus 发表于 2021-4-20 18:33
谁看不起谁呢，除了沙梨社团都是背景板
礼奈还比魅音多个可爱的声优演出得到大家的认可 ...

是啊，都没戏份

皮划艇日客人 · 发表于 2021-4-20 19:38

提示: 作者被禁止或删除内容自动屏蔽

dihono · 发表于 2021-4-20 20:08

在4chan上最乐的就是看沙派梨派打架

云野十五 · 发表于 2021-4-20 20:54

suihgouieru 发表于 2021-04-20 17:16:04
这么说v总直播间老外也在看

哪里来的推论？

-- 来自能看大图的 Stage1官方 Android客户端

suihgouieru · 发表于 2021-4-20 20:55

云野十五发表于 2021-4-20 20:54
哪里来的推论？

-- 来自能看大图的 Stage1官方 Android客户端

额1楼都写了4ch都经常出现直播间链接了

asdhai · 发表于 2021-4-20 21:01

笑死

云野十五 · 发表于 2021-4-20 21:03

suihgouieru 发表于 2021-4-20 20:55
额1楼都写了4ch都经常出现直播间链接了

我的意思是可能是国人在那边安利国人吧

清光の学生会长 · 发表于 2021-4-20 23:01

求教，楼主是怎么做的词语分割呀，有时候一个人名会有很多个单词，而且可能会有预计不到的昵称、缩写等等，是怎么统计的呢。感谢！！！

luoyianwu · 发表于 2021-4-20 23:07

清光の学生会长发表于 2021-4-20 23:01
求教，楼主是怎么做的词语分割呀，有时候一个人名会有很多个单词，而且可能会有预计不到的昵称、缩写等等， ...

这部不用考虑那么多，人名都是一个字，所以特别简单

zakki · 发表于 2021-4-21 10:16

话说能爬用的最多的图片吗，我看4chan有些沙雕图都蛮搞笑的

luoyianwu · 发表于 2021-4-21 11:02

zakki 发表于 2021-4-21 10:16
话说能爬用的最多的图片吗，我看4chan有些沙雕图都蛮搞笑的

要存一大堆图，算了吧
最常用的youtube链接倒是可以

zakki · 发表于 2021-4-21 11:52

luoyianwu 发表于 2021-4-21 11:02
要存一大堆图，算了吧
最常用的youtube链接倒是可以

那能爬5ch的专楼吗，应该原理一样改个网址就行吧

luoyianwu · 发表于 2021-4-21 12:56

zakki 发表于 2021-4-21 11:52
那能爬5ch的专楼吗，应该原理一样改个网址就行吧

我还是弄4chan的吧，趁机存点有意思的

		自动登录	找回密码
密码			立即注册

[讨论] 爬完1800栋4chan《寒蝉业》帖后的小数据

评分

评分

评分

浏览过的版块

hanshanwulu hanshanwulu 当前离线禁止发言精华 \| 战斗力鹅 \| 回帖 0 注册时间 2018-1-14 头像被屏蔽	发表于 2021-4-20 17:06 \| 显示全部楼层提示: 作者被禁止或删除内容自动屏蔽

	回复使用道具举报

皮划艇日客人皮划艇日客人当前离线禁止发言精华 \| 战斗力鹅 \| 回帖 0 注册时间 2020-11-17 头像被屏蔽	发表于 2021-4-20 19:38 \| 显示全部楼层提示: 作者被禁止或删除内容自动屏蔽

	回复使用道具举报