[PYTHON] J'ai essayé de rechercher des vidéos à l'aide de l'API de données Youtube (débutant)

introduction

L'entrée est importante pour étudier l'analyse des données, mais la pratique est la meilleure, alors j'ai pensé qu'il y aurait de bonnes données à pratiquer. Pour être honnête, je ne peux pas juger si les données Youtube sont bonnes. Cependant, je regarde souvent Youtube, et comme c'est un domaine d'intérêt, je voudrais résumer comment l'utiliser dans le but de pouvoir extraire des données pour analyse en utilisant ** "Youtube Data API" **. J'ai utilisé la page suivante (référence API) pour apprendre l'API. https://developers.google.com/youtube/v3/docs?hl=ja

Processus de recherche

Cette fois, nous rechercherons des vidéos dans les conditions suivantes et afficherons les résultats dans un fichier csv.

• Rechercher des vidéos avec des mots-clés spécifiés (les mots-clés sont spécifiés avec le premier argument)
• Les résultats de la recherche sont affichés dans l'ordre décroissant du nombre de vues

De plus, la vidéo du résultat de la recherche est répartie en fréquence sur le canal auquel elle appartient et est sortie dans un fichier csv.

Code source

La source est la suivante. Pour la variable "DEVELOPER_KEY" dans le programme, entrez votre propre clé API. La méthode d'émission de la clé API est omise ici.

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):
    #Processus de recherche par mot-clé
    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()
    
    #Traitement de la classification des résultats de recherche
    videos = []
    others = []
    for searchResult in searchResults["items"]:
        if (searchResult["id"]["kind"] == "youtube#video"):
            videos.append(searchResult)
        else :
            others.append(searchResult)

    #Vidéo, formatage des informations de canal, sortie de fichier csv
    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)

J'ai essayé de courir

Je l'ai en fait déplacé. Cette fois, spécifiez «ordinateur quantique» comme mot-clé de recherche et exécutez.

$ python searchKeyword.py "Ordinateur quantique"

"Search_result_quantum computer.csv" et "ChannelTitle_quantum computer.csv" sont créés dans le répertoire où "searchKeyword.py" est placé. Vérifions le contenu de ces deux fichiers.

--Search_result_ Quantum computer.csv (seule la partie de début est décrite)

Il semble que j'ai pu bien obtenir les informations vidéo.

--ChannelTitle_Quantum Computer.csv (seule la partie de début est répertoriée)

Il semble que j'ai pu bien obtenir les informations ici.

finalement

Si vous appliquez cela, vous pouvez faire diverses choses intéressantes. Je vais étendre les fonctions petit à petit pour pouvoir en faire un peu plus.