之前学习了Python爬虫，了解了数据可视化技术的使用，学习了轻量级的Flask web搭建，现在打算做一个项目demo，爬取网易云音乐的歌单数据，爬取歌单中每首音乐的歌词、评论等内容，进行可视化展示。展示内容包括歌单分析、歌曲情绪分析、词云分析。

网易云音乐数据(歌单、用户、歌词、评论)Python爬取Flask框架搭建ECharts、WordCloud可视化项目。系统分为：数据采集模块、数据分析处理模块、数据存储模块、以及数据可视化呈现模块。

项目目标：

​ 1. 实现通过搜索关键词，对相关歌曲的主要信息进行展示、下载（选做）。

​ 2. 对搜索出的信息进行歌单、歌词、评论、听众地域分布、活跃时间段等几个方面的数据进行可视化分析。

Python3、urllib库、Flask框架、ECharts.js、WordCloud库、SQLite3数据库

做一个菜单项，完成相应的数据可视化的功能展示，功能不能相同，多页显示。

菜单项：首页、列表（分页选做）、ECharts图表2-3个、词云0-1个、团队介绍页（选做）

​ 1.爬取歌单预览页，所有歌单数据，35单*38页，（歌单详情url）

​ 2.爬取歌单详情页（歌单标题、歌单作者、作者url、歌单创建日期、歌单收藏量、歌单分享量、歌单评论数、歌单标签、歌单介绍、歌单歌曲数量）

​ 3.爬取歌单内音乐（歌曲id、标题、时长、歌手、专辑、歌曲url）

​ 4.爬取歌曲详情（歌曲id、歌曲标题、歌手、专辑、歌词、评论数、评论内容）

​ 5.爬取歌曲歌单评论内容（歌单歌曲辨识id、评论者id、评论者名、评论内容、评论时间、评论点赞量、评论者url-地区累计听歌量）

1.数据库可视化：用户搜索关键词，完成相应内容可视化的展现。

1.数据呈现的多样化：多种图表形式。（用户活跃时间分布、用户地域分布、歌单标签排名、歌曲情绪、评论区词云、歌单歌曲词云、）

2.数据维度的设计：能够从不同维度的数据分析，为用户提供更多的价值

3.界面表现的美化（可点击保存词云图片，根据歌曲id生成评论区词云、根据歌单id生成歌单词云）

项目源码：Gitee[暂时设为私密仓库，后期会公开]

开发笔记：my Blog

1.首页

2.后台数据页

3.数据图表页

4.数据词云页面

5.技术介绍页

6.网站作者介绍页