爬虫抓取电影票房数据

❶ 电影票房是如何统计的

行业常用的票房收入计算公式为“票房=总座位数×场次×上座率×平均票价×天数”。比如某影院一天放映了6场《李茶的姑妈》，有学生票：40元，共10人，标准票：80元，共10人，团体票：30元，共10人，会员票价：20元，一共10人，那么，这一天该影院的总票房就是：4000+8000+3000+2000 。

现在各大电影院都实行电脑售票，这些售票系统是和国家电影局电影专项基金管理中心联网的，每天都会在固定的时间自动向专基中心发送票房数据。因此，相对来说，电影票房对判断某部电影的观影人数，影片受欢迎程度还是有很大参考意义的。

电影票房的影响因素

1、影片题材及剧本。题材和剧本是一部影片的核心，科幻、魔幻题材如《变3》、《哈7》及此前的《阿凡达》等影片，一向是票房大热，除题材具有想象空间而吸引观众外，这类影片本身就需要大成本支撑，因此获得票房佳绩也不足为奇。另外，贴近生活、打动人心的情感题材影片，如《非诚勿扰》、《失恋33天》等，也成为“应景”主题，为影迷所期待。

2、主创团对主创团队，队如导演、主演、制片人、制作团队等，无一不是吸引观众的重量级筹码。例如国民大导张艺谋、冯小刚的力量甚至大过于影片题材，成为观众期待的焦点；演员的力量同样如此——有些人光名字就是号召力，如杨幂的《孤岛惊魂》一举开创“粉丝电影”的先河，演员对票房的贡献不容小视。制片人、制作团队的名气，同样能为一部影片带来“万众期待”的效果。

3、影片定位，影片定位是指片方对自己影片的市场预估。首先应该是目标人群定位，从影片的剧本设置、演员选择、拍摄手法到后期制作风格、传播途径、传播手段等等，都要迎合大部分的目标人群喜好，奠定稳定的票房基础。其次要正确预估票房，有时片方过于自信，会影响影片上映后的侧重点。尤其在做传播工作之前，应该根据档期、题材、排片等因素做好影片的定位和票房预估的沟通。

以上内容参考网络_票房

❷ 哪个比较好的网站能查询电影票房

以下是网址：http://58921.com/alltime/，可以查出内地电影票房总排行榜。

❸ 哪个网站查票房比较权威

国内票房：中国票房 www.cbooo.cn
北美/全球票房：BoxOfficeMojo www.boxofficemojo.com

❹ 春节电影票房在哪看

春节档电颂明影票房可以在猫眼实时票房上查看。根据查侍樱陆询相关公开信息：猫眼电影实时老顷更新观影动态，票房统计实时更新，是一个非常权威的票房统计软件。

❺ python基础 爬虫项目有哪些

我们上篇才讲了面试中需要准备的内容，关于最后一点可能讲的不是很详细，小伙伴们很有对项目这块很感兴趣。毕竟所有的理论知识最后都是通过实践检验的，如果能有拿得出手的项目，面试中会大大的加分。下面小编就来跟大讲讲python的爬虫项目有哪些以及该学点什么内容。

wesome-spider

这一项目收集了100多个爬虫，默认使用了Python作为爬虫语言。你既可以在这个项目中，找到爬取Bilibili视频的爬虫，也可以使用爬虫，通过豆瓣评分和评价人数等各项数据，来挖掘那些隐藏的好书，甚至还可以用来爬取京东、链家、网盘等生活所需的数据。此外，这个项目还提供了一些很有意思的爬虫，比如爬取神评论、妹子图片、心灵毒鸡汤等等，既有实用爬虫，也有恶搞自嗨，满足了大部分人实用爬虫的需求。

Nyspider

Nyspider也非常厉害，如果你想获得“信息”，它是一个不错的选择。在这个项目里，你既能获取链家的房产信息，也可以批量爬取A股的股东信息，猫眼电影的票房数据、还可以爬取猎聘网的招聘信息、获取融资数据等等，可谓是爬取数据，获取信息的好手。

python-spider

这个项目是ID为Jack-Cherish的东北大学学生整理的python爬虫资料，涵盖了很多爬虫实战项目，如下载漫画、答题辅助系统、抢票小助手等等等等。如果你已经学会了爬虫，急切得像找一些项目练手，这里就可以满足你的这一需求。当然，W3Cschool上也有很多爬虫实战项目，有需要的同学，也可以拿来作为练习使用。

以上的3个模块基于GitHub中的部分内容，感兴趣的小伙伴也可以了解下其他的模块，毕竟GitHub使用也比较广泛。更多Python学习推荐:PyThon学习网教学中心。

❻ 国产电影票房纪录怎么查看

1、网络搜索电影票房数据库。

(6)爬虫抓取电影票房数据扩展阅读：

电影票房发展

2018年12月31日，国家电影局晚发布的数据显示，当年全国电影总票房为609.76亿元，同比增长9.06%，城市院线观影人次为17.16亿，同比增长5.93%；国产电影总票房为378.97亿元，同比增长25.89%，市场占比为62.15%，比2017年提高了8.31个百分点，市场主体地位更加稳固。

2018年，中国电影继续保持向上向好的发展态势，全年共生产电影故事片902部，动画电影51部，科教电影61部，纪录电影57部，特种电影11部，总计1082部；全年票房过亿元影片82部，其中国产电影44部；全国银幕总数达到60079块，其中2018年新增9303块 。

2019年，中国电影票房突破642亿元，较2018年同期增长5.4%，其中，中国国产电影总票房411.75亿元，同比增长8.65%，市场占比64.07%；城市院线观影人次17.27亿。

2019年新增银幕9708块，全中国银幕总数达到69787块 。2021年2月份中国电影票房122.65亿元，创造了全球单月市场票房纪录 。

参考资料：网络—中国电影票房

❼ python艺恩网2022年电影票房状况

近日，艺恩发布了《2022年春节档中国电影市场报告》(以下简称“报告”)，报告通过梳理春节档电影区域放映情况，结合春节档电影放映市场及重点影片的情况分析，总结2022年春节档电影市场总体情况。

总体市场来看，报告数据显示，2022年春节档七天票房总收入60.35亿元，较去年下降23%左右;观影人次1.14亿，较去年下降28.9%，仅相当于2018年水平，观影人次流失明显;单日票房方面，大年初一票房14.5亿，同比下降15%左右。

春节档票房TOP10影片依次是：《长津湖之水门桥》，档期内票房25.34亿;《这个杀手不太冷静》，档期票房 13.90亿;《奇迹·笨小孩》，档期票房6.69亿;《熊出没·重返地球》，档期内票房5.63;《四海》，档期内票房4.76亿;《狙击手》，档期内票房2.64亿;《喜羊羊与灰太狼之筐出未来》，档期内票房0.88亿元;《小虎墩大英雄》，档期内票房0.18亿元;《汪汪队立大功大电影》，档期内票房0.07亿;《好想去你的世界爱你》，档期内票房0.05亿。

❽ 豆瓣电影数据分析

这篇报告是我转行数据分析后的第一篇报告，当时学完了Python，SQL，BI以为再做几个项目就能找工作了，事实上……分析思维、业务，这两者远比工具重要的多。一个多月后回过头来看，这篇报告虽然写得有模有样，但和数据分析报告还是有挺大差别的，主要原因在于：a.只是针对豆瓣电影数据分析太过宽泛了，具体关键指标到底是哪些呢？；b.没有一个确切有效的分析模型/框架，会有种东一块西一块的拼接感。
即便有着这些缺点，我还是想把它挂上来，主要是因为：1.当做Pandas与爬虫(Selenium+Request)练手，总得留下些证明；2.以豆瓣电影进行分析确实很难找到一条业务逻辑线支撑，总体上还是描述统计为主；3.比起网上能搜到的其他豆瓣电影数据分析，它更为详细，可视化效果也不错；

本篇报告旨在针对豆瓣电影1990-2020的电影数据进行分析，首先通过编写Python网络爬虫爬取了51375条电影数据，采集对象包括：电影名称、年份、导演、演员、类型、出品国家、语言、时长、评分、评论数、不同评价占比、网址。经过去重、清洗，最后得到29033条有效电影数据。根据电影评分、时长、地区、类型进行分析，描述了评分与时长、类型的关系，并统计了各个地区电影数量与评分。之后，针对演员、导演对数据进行聚合，给出产量与评分最高的名单。在分析过程中，还发现电影数量今年逐步增加，但评分下降，主要原因是中国地区今年低质量影视作品的增加。

另外，本篇报告还爬取了电影票房网（ http://58921.com/ ）1995-2020年度国内上映的影片票房，共采集4071条数据，其中3484条有效。进一步，本文分析了国内院线电影票房年度变化趋势，票房与评分、评价人数、时长、地区的关系，票房与电影类型的关联，并给出了票房最高的导演、演员与电影排名。

清洗、去重后，可以看到29033条数据长度、评分、评论数具有以下特点：

结合图1(a)(b)看，可以看到电影数据时长主要集中在90-120分钟之间，向两极呈现阶梯状递减，将数据按照短(60-90分钟)，中(90-120分钟)，长(120-150分钟)，特长(>150分钟)划分，各部分占比为21.06%, 64.15%, 11.95%, 2.85%。

结合图2(a)看，可以看到我们采集到的电影数据评分主要集中在6.0-8.0之间，向两极呈现阶梯状递减，在此按照评分划分区间：2.0-4.0为口碑极差，4.0-6.0为口碑较差，6.0-7.0为口碑尚可，7.0-8.0为口碑较好，8.0-10.0为口碑极佳。

这5种电影数据的占比分别为：5.78%, 23.09%, 30.56%, 29.22%, 11.34%

再将评分数据细化到每年进行观察，可以发现，30年内电影数量与年度电影均分呈反相关，年度均分整体呈现下降趋势，2016年电影均分最低，电影数量最多。

进一步做出每个年份下不同评级等级的电影数据占比，可以发现，近年来，评分在[2.0,6.0)的电影数据占比有着明显提升，评分在[6.0,7.0)的数据占比不变，评分在[7.0,10.0)的数据占比减少，可能原因有：

对照图5，可以发现，评分与时长、评论人数的分布大致呈现漏斗状，高分电影位于漏斗上部，低分电影位于漏斗下部。这意味着，如果一部电影的评论人数很多（特别是超过30w人观影），时长较长(大于120min)，那么它大概率是一部好电影。

根据各个国家的电影数量作图，可以得到图6，列出电影数量前十的国家可得表格2，发现美国在电影数量上占第一，达到8490部，中国其次，达6222部。此外，法国，英国，日本的电影数量也超过1000，其余各国电影数量相对较少。这可以说明美国电影有着较大的流量输入，在中国产生了较大的影响。

进一步分析各国电影的质量，依据评分绘制评分箱线图可得图7，在电影数量排名前20的国家中：

接着我们可以探索，哪个国家的电影对豆瓣评分随年份下降的贡献最大，考虑到电影数量对应着评分的权重。根据上述各国的电影评分表现，我们可以猜测电影数量较多的国家可能对年度均分的下降有较大影响。于是，我们再计算出这些国家的年度电影均分，并与整体均分进行比较分析。

再作出中国大陆，中国台湾，中国香港的均分箱线图图9(a)，可以看到，大陆电影均分低于港台电影，且存在大量低分电影拉低了箱体的位置。

分析相关性可得，大陆、香港、台湾电影年度均分与全部评分关联度分别为R=0.979,0.919,0.822，说明滤去台湾和香港电影，大陆电影年度均分的变化趋势与全部评分变化更接近。图9(b)可以进一步反映这一点。

可以看到，大部分类型集中在X×Y=[10000,30000]×[6.00,7.50]的区间范围内，剧情、喜剧、爱情、犯罪、动作类电影数量上较多，说明这些题材的电影是近三十年比较热门的题材，其中剧情类电影占比最多，音乐、传记类电影平均得分更高，但在数量上较少，动作、惊悚类电影评论人数虽多，但评价普遍偏低。

除此之外，还有两块区域值得关注：

根据类型对电影数据进行聚合，整理得到各类型电影评分的时间序列，计算它们与整体均分时间序列的相关性，可得表格4与图11，可以看到剧情，喜剧，悬疑这三种类型片与总分趋势变化相关性最强，同时剧情、喜剧类电影在电影数量上也最多，因此可以认为这两类电影对于下跌趋势影响最大，但其余类别电影的相关性也达到了0.9以上，说明几种热门的电影得分的变化趋势与总体均分趋势一致。

前面已经得知，中美两国电影占比最高，且对于均分时间序列的影响最大。在此，进一步对两国电影进行类型分析，选取几种主要的类型（数量上较多，且相关性较高）进行分析，分别是剧情，喜剧，爱情，惊悚，动作，悬疑类电影，绘制近年来几类电影的数量变化柱状图与评分箱线图可得图12,13,14,15。

对导演与演员进行聚合，得到数据中共有15011名导演，46223名演员。按照作品数量在(0,2], (2,5], (5,10], (10,20], (20,999]进行分组统计导演数量，可以发现，15009名导演中有79.08%只拍过1-2部作品，46220名演员中有75.93%只主演过1-2部作品。忽略那些客串、跑龙套的演员，数据总体符合二八定律，即20%的人占据了行业内的大量资源。

在此，可以通过电影得分、每部电影评论人数以及电影数目寻找优秀的电影导演与演员。这三项指标分别衡量了导演/演员的创作水平，人气以及产能。考虑到电影数据集中可能有少量影视剧/剧场版动画，且影视剧/剧场版动画受众少于电影，但得分普遍要高于电影，这里根据先根据每部电影评论数量、作品数量来筛选导演/演员，再根据电影得分进行排名，并取前30名进行作图，可得图17,18。

结合电影票房网（ http://58921.com/ ）采集到的3353条票房数据，与豆瓣数据按照电影名称进行匹配，可以得到1995-2020年在中国大陆上映的电影信息，分别分析中国内地电影的数量、票房变化趋势，票房与评分、评价人数、时长、地区以及类型的关系，此外还给出了不同导演与演员的票房表现以及影片票房排名。

如图19所示，国内票房数据与上映的电影数量逐年递增，2020年记录的只是上半年的数据，且由于受疫情影响，票房与数量骤减。这说明在不发生重大事件的情况下，国内电影市场规模正在不断扩大。

对电影数据根据类型进行聚合，绘制散点图21，可以发现：

提取导演/演员姓名，对导演/演员字段进行聚合，计算每个导演/演员的票房总和，上映电影均分、以及执导/参与电影数目进行计算，作出票房总和前30名的导演/演员，可得图22,23，图中导演/演员标号反映了票房排名，具体每位导演/演员的上映影片数量、均分、每部电影评价人数、平均时长与总票房在表5、表6中给出。

最后根据电影票房进行排名，得到票房排名前20的电影如表格7所示，可以看到绝大部分上榜电影都是中国电影，索引序号为3、10、12、14、18、19为美国电影，这也反映了除国产电影之外，好莱坞大片占据较大的市场。

本篇报告采集了1990-2020年间豆瓣电影29033组有效数据，从豆瓣电影的评分、时长、地区、类型、演员、导演以及票房等信息进行分析评价，主要有以下结论：

❾ 介绍一个能查到韩国当天电影票房的网站

http://www.koreafilm.co.kr/。http://www.maxmovie.com/movie_info/boxoffice.asp。这两个都是，不过你起码得懂韩文。

大韩民国（韩语：대한민국；英语：Republic of Korea，South Korea），简称“韩国”，位于东亚朝鲜半岛南部，总面积约10.329万平方公里（占朝鲜半岛面积的45%），通用韩语，总人口约5200万。首都为首尔。

韩国三面环海，西濒临黄海，东南是朝鲜海峡，东边是日本海，北面隔着三八线非军事区与朝鲜相邻。

气候特征

韩国属温带季风气候，年均气温13℃～14℃，年均降水量约1300～1500毫米。

韩国四季分明，春、秋两季较短；夏季炎热、潮湿；冬季寒冷、干燥，时而下雪。北部属温带季风气候，南部属亚热带气候，海洋性特征显著。冬季漫长寒冷，夏季炎热潮湿，春秋两季相当短。