[PYTHON] Ich habe versucht, Videos mit der Youtube Data API (Anfänger) zu suchen.

Einführung

Input ist wichtig für das Studium der Datenanalyse, aber Übung ist die beste, deshalb dachte ich, dass es gute Daten zum Üben geben würde. Um ehrlich zu sein, kann ich nicht beurteilen, ob die Youtube-Daten gut sind. Ich schaue jedoch oft Youtube und da es ein Bereich von Interesse ist, möchte ich zusammenfassen, wie man es verwendet, um Daten für die Analyse mit ** "Youtube Data API" ** extrahieren zu können. Ich habe die folgende Seite (API-Referenz) verwendet, um die API zu lernen. https://developers.google.com/youtube/v3/docs?hl=ja

Suchvorgang

Dieses Mal suchen wir zunächst unter den folgenden Bedingungen nach Videos und geben die Ergebnisse in eine CSV-Datei aus.

• Videos mit angegebenen Schlüsselwörtern suchen (Schlüsselwörter werden mit dem ersten Argument angegeben)
• Die Suchergebnisse werden in absteigender Reihenfolge nach Anzahl der Ansichten angezeigt

Außerdem wird das Video des Suchergebnisses frequenzverteilt, zu welchem Kanal es gehört, und in eine CSV-Datei ausgegeben.

Quellcode

Die Quelle ist wie folgt. Geben Sie für die Variable "DEVELOPER_KEY" im Programm Ihren eigenen API-Schlüssel ein. Die Methode zur Ausgabe des API-Schlüssels wird hier weggelassen.

searchKeyword.py

# import library
from apiclient.discovery import build
from apiclient.errors import HttpError
import argparse
import numpy as np
import pandas as pd

# Set Yotube Data API key
DEVELOPER_KEY = "YOUR API　KEY!!!"
YOUTUBE_API_SERVICE_NAME = "youtube"
YOUTUBE_API_VERSION = "v3"

def searchKeyword(options):
    #Schlüsselwortsuchprozess
    youtube = build(YOUTUBE_API_SERVICE_NAME, YOUTUBE_API_VERSION, 
                    developerKey=DEVELOPER_KEY)
    searchResults = youtube.search().list(q=options.sw,
                                        type="video",
                                        part="id,snippet",
                                        maxResults=options.max_results,
                                        order="viewCount"
                                        ).execute()
    
    #Verarbeitung der Suchergebnisklassifizierung
    videos = []
    others = []
    for searchResult in searchResults["items"]:
        if (searchResult["id"]["kind"] == "youtube#video"):
            videos.append(searchResult)
        else :
            others.append(searchResult)

    #Video, Formatierung von Kanalinformationen, Ausgabe von CSV-Dateien
    videoTitles = []
    viewCounts = []
    likeCounts = []
    dislikeCounts = []
    favoriteCounts = []
    commentCounts =[]
    videoChannelTitles = []
    stat_list = [viewCounts, likeCounts, dislikeCounts, favoriteCounts, commentCounts]
    stat_keywords = ['viewCount', 'likeCount', 'dislikeCount', 'favoriteCount', 'commentCount']
    for video in videos:
        videoDetail = youtube.videos().list( part="statistics, snippet",
                                            id = video["id"]["videoId"]
                                            ).execute()
        channelDetail = youtube.channels().list(part="snippet", 
                                                id=videoDetail["items"][0]["snippet"]["channelId"]
                                                ).execute()
        
        videoTitles.append(videoDetail["items"][0]["snippet"]["title"])
        for stat, stat_keyword in zip(stat_list, stat_keywords):
            try:
                stat.append(videoDetail["items"][0]["statistics"][stat_keyword])
            except KeyError:
                stat.append(0)
        videoChannelTitles.append(channelDetail["items"][0]["snippet"]["title"])

    df_videos = pd.DataFrame({"title":videoTitles, "ViewCount":viewCounts, 
                            "channelTitle":videoChannelTitles,"likeCount":likeCounts,
                            "dislikeCount":dislikeCounts, "favoriteCount":favoriteCounts,
                            "commentCount":commentCounts})
    df_videos.to_csv("Search_result_{}.csv".format(options.sw),encoding="utf-8_sig")
    df_videos_countbyChannel = df_videos["channelTitle"].value_counts()
    df_videos_countbyChannel.to_csv("ChannelTitle_{}.csv".format(options.sw),encoding="utf-8_sig")

    return df_videos, df_videos_countbyChannel
    


if __name__ == "__main__":
    # parse Argument
    parser = argparse.ArgumentParser("search Youtube Program...")
    parser.add_argument("sw", help="search Keyword in Youtube")
    parser.add_argument("--max_results", type=int, help="max of search results",
                        default=50)
    options = parser.parse_args()

    searchKeywordResults = searchKeyword(options)

Ich habe versucht zu rennen

Ich habe es tatsächlich bewegt. Geben Sie dieses Mal "Quantencomputer" als Suchschlüsselwort an und führen Sie es aus.

$ python searchKeyword.py "Quantencomputer"

"Search_result_quantum computer.csv" und "ChannelTitle_quantum computer.csv" werden in dem Verzeichnis erstellt, in dem "searchKeyword.py" abgelegt ist. Lassen Sie uns den Inhalt dieser beiden Dateien überprüfen.

--Search_result_ Quantum computer.csv (nur der Anfangsteil wird beschrieben)

Es scheint, dass ich die Videoinformationen gut bekommen konnte.

--ChannelTitle_Quantum Computer.csv (nur der Anfangsteil wird aufgelistet)

Es scheint, dass ich die Informationen hier gut bekommen konnte.

Schließlich

Wenn Sie dies anwenden, können Sie verschiedene interessante Dinge tun. Ich werde die Funktionen nach und nach erweitern, damit ich etwas mehr tun kann.