从数据采集到短视频制作：用Python玩转同人角色情感分析

曾经在刷《小马宝莉》同人社区的时候，经常会看到类似“Can I get a kiss, sunset?”这样一句话。如果你不了解余晖烁烁（Sunset Shimmer）这个角色，可能会觉得这只是一句粉丝玩笑；但如果你追过《小马宝莉：小马国女孩》系列，就会明白这句话背后其实承载了角色从叛逆到温柔的巨大转变，也承载了粉丝对“救赎型角色”天然的偏爱。

这篇文章不打算只停留在角色解读层面。既然你点进来了，我会用一套可复用的“数据采集 + 情感分析 + 词云生成 + AI 绘图 + 短视频制作”工作流，带你从技术角度拆解“余晖烁烁 / MLP”这类同人创作主题：为什么粉丝会对“Can I get a kiss, sunset?”产生共鸣，以及当你想围绕这个主题做图、做视频、做内容分析时，应该怎么一步步落地。

无论你是《小马宝莉》的老粉，还是对同人文化感兴趣的内容创作新手，又或者只是想把 Python 数据分析能力用在有趣的题材上，这篇文章都适合你。整个流程不需要太高的编程门槛，代码部分我会尽量完整给出，你只需要按步骤复制运行即可。

2. 角色背景：余晖烁烁为什么让人想“给一个吻”

在开始动手技术操作之前，有必要先把这个角色讲清楚，因为后续所有数据分析和内容创作都是围绕角色特质展开的。如果不懂角色，做出来的内容就容易流于表面。

2.1 余晖烁烁是谁

余晖烁烁（Sunset Shimmer）是《小马宝莉》系列中的一个重要配角，最初也是一位代表性角色。在《小马宝莉：小马国女孩》的时间线里，她曾是塞拉斯蒂亚公主的学生，因为渴望力量试图夺取 Twilight Sparkle 的王冠，被水晶之镜传送到了人类世界。在人类世界里，她一度是坎特洛特高中的“校霸”，用控制人心的方式维持自己的地位。

但随着 Twilight 来到人类世界并和她对抗，余晖烁烁经历了从反派到盟友的转变。后来她凭借自己对人类世界和魔法世界的了解，多次帮助主角团化解危机，成为团队中不可或缺的一员。她的成长线非常清晰：从“我要控制一切”变成“我愿意为朋友留下”，从害怕被抛弃变成主动保护别人。

2.2 为什么“Can I get a kiss, sunset?”会让粉丝兴奋

这句话听起来像一句轻浮的搭讪，但在同人社区语境里，它远远不是字面意思那么简单。粉丝喜欢用这句话表达的是：

• 对余晖烁烁形象转变的认可；
• 对角色“外表强势、内心柔软”这种反差感的喜爱；
• 对同人情感关系的想象与延伸；
• 对角色从孤独走向被接纳的一种温柔回应。

在粉丝文化里，“Can I get a kiss”也可以是一句亲昵的互动梗。它不代表低俗，更多是一种同人创作中常见的情感表达。理解了这一点，我们后面做的数据分析、AI 绘图、视频脚本，才会更贴近粉丝的真实感受。

2.3 这篇文章的技术挑战

我们要做的事情，本质上是一条完整的“同人主题内容生产流水线”：

1. 用 Python 获取同人社区中与余晖烁烁相关的公开文本数据；
2. 对文本做情感分析，了解粉丝情绪倾向；
3. 生成词云与高频词表，提炼创作关键词；
4. 用 AI 绘图工具生成余晖烁烁同人画面；
5. 用 MoviePy 或剪映把图片和文字串成一条短视频。

这套流程本身不限于“余晖烁烁”这个角色，你完全可以把它替换成任何你喜欢的 IP 或角色。这也是我写这篇文章想真正教给你的东西：一个可以复用的同人内容分析框架。

3. 环境准备与工具清单

在开始写代码之前，先确认环境。本文示例以 Windows + Python 3.9 为基础，其他操作系统大同小异。

3.1 本地环境

我使用的是：

• Windows 10 / 11；
• Python 3.9+；
• VS Code 或 PyCharm；
• Chrome 浏览器（用于查看公开页面结构）。

版本不需要完全一致，重点是 Python 版本不要低于 3.8，因为部分依赖库对旧版本支持不好。

3.2 Python 依赖库

在命令行中执行：

pip install requests parsel pandas snownlp jieba wordcloud matplotlib moviepy

各库的作用如下：

如果安装速度慢，可以换成清华镜像源：

pip install requests parsel pandas snownlp jieba wordcloud matplotlib moviepy -i https://pypi.tuna.tsinghua.edu.cn/simple

3.3 AI 绘图与视频工具

• AI 绘图：Stable Diffusion WebUI、Midjourney、即梦、LiblibAI 都可以。
• 视频剪辑：剪映、必剪、MoviePy 都可以。
• 语音合成：剪映自带文字转语音，也可以用 Edge-TTS 脚本生成配音。

不同工具的参数差异比较大，本文会更侧重提示词写法和视频合成逻辑，具体界面操作以你使用的工具为准。

4. 第一步：用 Python 获取同人社区文本数据

要做内容分析，得有数据。同人社区的数据来源很多，包括贴吧、微博、B 站评论区、Lofter、AO3 等。实际工作中需要根据目标平台写不同的解析规则。

我在这里给出的方案，是一种通用思路：只采集公开可访问的页面，不涉及登录、验证码、付费内容。

4.1 采集前必读

这里必须先说清楚合规问题：

• 只能采集公开可见的数据，不能突破登录权限；
• 必须遵守目标网站的 robots.txt；
• 控制请求频率，不要给对方服务器造成压力；
• 采集到的数据仅用于个人学习与分析，不能用于任何商业用途；
• 如果涉及用户原创内容，引用时要尽量避免大段转载，只做数据统计和关键词提炼。

我们在学习阶段，可以用静态 HTML 页面做示例，不绑定任何具体平台。

4.2 用 requests 获取页面内容

先来看一个最简单的请求示例：

import requests headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36" } url = "你的目标页面地址" resp = requests.get(url, headers=headers, timeout=10) resp.encoding = resp.apparent_encoding print(resp.status_code) print(resp.text[:500])

这里有几个细节需要注意：

• resp.encoding如果不设置，中文页面容易出现乱码；
• timeout必须设置，防止请求卡死；
• User-Agent务必设置，部分网站会拦截没有 UA 的请求。

4.3 解析 HTML 提取文本

拿到页面 HTML 后，就可以用 parsel 提取目标内容。假设页面结构中有多个包含文章的<div class="post-content">，可以用下面的代码提取：

from parsel import Selector def parse_page(html): sel = Selector(text=html) results = [] # 以 CSS 选择器为例，需要根据实际页面结构调整 contents = sel.css("div.post-content::text").getall() for content in contents: content = content.strip() if content: results.append(content) return results

在实际项目中，页面结构往往没有这么简单。你需要先在浏览器里按 F12，找到正文内容对应的 HTML 标签和 class 名称，再替换上方的 CSS 选择器。

4.4 保存为结构化数据

把多条内容保存到 CSV 文件，方便后续分析：

import pandas as pd def save_to_csv(texts, filename="mlp_sunset_data.csv"): df = pd.DataFrame({"text": texts}) df = df.dropna().drop_duplicates() df.to_csv(filename, index=False, encoding="utf-8-sig") print(f"共保存 {len(df)} 条数据到 {filename}") if __name__ == "__main__": # 模拟几条数据，实际使用时替换为 parse_page 的结果 sample_texts = [ "Can I get a kiss, sunset?", "余晖烁烁真的很适合救赎向的故事。", "从反派到主角团的伙伴，她的成长让人感动。", "喜欢 Sunset Shimmer 和 Twilight 之间的互动。", "这个角色真的太有魅力了。" ] save_to_csv(sample_texts)

encoding="utf-8-sig"可以保证 Excel 打开 CSV 时中文不乱码。

5. 第二步：用 SnowNLP 做情感分析

有了文本数据之后，我们要回答一个问题：粉丝表达的情感到底是偏向正面、中立，还是负面？

5.1 为什么选择 SnowNLP

SnowNLP 是一个 Python 中文文本处理库，内置情感分析模型，使用简单。虽然它的模型在特定领域下不如大模型精准，但对于“粉丝对角色评价”这种场景，已经足够作为参考。

如果你处理的是英文数据，可以直接使用 NLTK 中的VADER，或者在 SnowNLP 内部先翻译成中文再分析。本文以中文数据为例。

5.2 情感分析代码

import pandas as pd from snownlp import SnowNLP df = pd.read_csv("mlp_sunset_data.csv") def get_sentiment(text): if not isinstance(text, str) or len(text.strip()) == 0: return None s = SnowNLP(text) return s.sentiments df["sentiment"] = df["text"].apply(get_sentiment) # 划分情感倾向 def classify(score): if score is None: return "未知" if score >= 0.6: return "正面" elif score <= 0.4: return "负面" else: return "中性" df["label"] = df["sentiment"].apply(classify) print(df.head(10))

输出结果中，sentiment是 0 到 1 之间的数值，越接近 1 越正面，越接近 0 越负面。

5.3 如何解读结果

假设你最后得到的结果是：正面占比 72%，中性占比 20%，负面占比 8%，这说明社区整体对“余晖烁烁”这个角色的接受度很高。你可以进一步提取正面的样本，看看大家高频提到的是哪些词汇，比如“成长”“救赎”“友情”“温柔”“帅气”。

这就告诉我们，在做同人创作时，把这些关键词放进画面、文案、视频脚本里，更容易触发粉丝共鸣。

5.4 一个完整的分析脚本

把采集、清洗、情感分析合并到一个脚本中：

import pandas as pd from snownlp import SnowNLP def analyze_csv(input_file="mlp_sunset_data.csv", output_file="mlp_sunset_sentiment.csv"): df = pd.read_csv(input_file) df["sentiment"] = df["text"].apply( lambda x: SnowNLP(x).sentiments if isinstance(x, str) and x.strip() else None ) df["label"] = df["sentiment"].apply( lambda s: "正面" if s and s >= 0.6 else ("负面" if s and s <= 0.4 else "中性") ) df.to_csv(output_file, index=False, encoding="utf-8-sig") print(df["label"].value_counts()) if __name__ == "__main__": analyze_csv()

6. 第三步：用 jieba + wordcloud 生成词云

要让分析结果更直观，我强烈建议生成一张词云图。词云的核心逻辑是：先分词，再统计词频，最后绘图。

6.1 中文分词

直接用整段文本画词云效果很差，因为中文没有天然空格。所以需要先用 jieba 分词：

import jieba import pandas as pd df = pd.read_csv("mlp_sunset_sentiment.csv") stopwords = set() with open("stopwords.txt", "r", encoding="utf-8") as f: for line in f: stopwords.add(line.strip()) words = [] for text in df["text"].dropna(): for w in jieba.cut(text): w = w.strip() if len(w) < 2: continue if w in stopwords: continue words.append(w) word_str = " ".join(words) print(word_str[:200])

stopwords.txt是停用词表，需要你自己准备，通常包含“的”“了”“是”“在”这类无意义词。你可以从网上下载通用中文停用词表，也可以手动维护。

6.2 绘制词云

from wordcloud import WordCloud import matplotlib.pyplot as plt wc = WordCloud( font_path="C:/Windows/Fonts/simhei.ttf", # Windows 中文字体路径 width=800, height=600, background_color="white", max_words=200 ).generate(word_str) plt.figure(figsize=(10, 8)) plt.imshow(wc, interpolation="bilinear") plt.axis("off") plt.savefig("sunset_wordcloud.png", dpi=150) plt.show()

注意：font_path必须指定一个中文字体，否则词云会出现乱码方框。Windows 常用字体路径是C:/Windows/Fonts/simhei.ttf。

6.3 从词云结果反推创作方向

词云图里越大的词，说明在粉丝文本里出现频率越高。如果出现“救赎”“成长”“友谊”“魔法”“温柔”这些词，你在做 AI 绘图和视频时就可以围绕这些关键词设计画面和文案。比如“救赎”对应余晖烁烁放下执念的瞬间，“友谊”对应她与主角团并肩作战的场景。

这一步本质上是在做“主题关键词提取”，它是连接数据分析和内容创作的关键桥梁。

7. 第四步：用 AI 绘图生成同人画面

数据分析和词云已经帮我们定好了创作方向。下面来看如何把这些关键词变成实际画面。

7.1 AI 绘图的提示词结构

一个稳定的 AI 绘图提示词通常包含四个部分：主体、动作、环境、画风。以“余晖烁烁主题”为例：

Sunset Shimmer, humanized style, long red and yellow gradient hair, confident smile, standing on the school rooftop at sunset, warm lighting, friendship atmosphere, anime style, high quality, clean background

中文提示词示例（用于部分国产工具）：

余晖烁烁拟人化，红黄渐变长发，自信微笑，站在学校天台，黄昏暖光，伙伴们站在身后，治愈系氛围，唯美插画风格，高清，背景干净

几点建议：

• 把词云里的高频词融入提示词，但不要堆砌太多；
• 角色特征描述越具体越好，包括发色、瞳色、服装状态；
• 画风关键词建议放在提示词末尾；
• 如果生成结果不理想，先调整“环境”和“画风”部分。

7.2 用 Python 批量生成“提示词变体”

如果你希望一次生成多张图做对比，可以用 Python 脚本自动组合提示词。以最基础的模板拼接为例：

base = "Sunset Shimmer, humanized, {hair}, {emotion}, {scene}, anime style, high quality" hair_list = ["long red and yellow gradient hair", "wavy golden hair", "twin-tailed flame hair"] emotion_list = ["soft smile", "confident smirk", "gentle look"] scene_list = ["sunset school rooftop", "crystal mirror gate", "friendship ballroom"] for hair in hair_list: for emotion in emotion_list: for scene in scene_list: prompt = base.format(hair=hair, emotion=emotion, scene=scene) print(prompt) print("---")

这个脚本会把不同发色、神态、场景组合起来，生成本文写作时“从关键词到画面”的中间素材。

需要说明的是：AI 绘图工具的型号和 Prompt 语法各有差异，以上只是通用思路，具体参数需要依据你用的平台调整。如果你使用 Stable Diffusion，建议同时指定负向提示词，例如：

lowres, bad anatomy, bad hands, extra fingers, blurry, watermark

7.3 生成短视频素材包

AI 绘图一般一次生成一张图。做短视频通常需要 4 到 6 张图，建议图片风格保持一致。操作方法是：固定画风关键词，只改变动作或场景关键词；或者直接在图生图模式下，导入第一张图作为参考图，再微调 Prompt。

图片准备好后，把它们统一放到一个文件夹里：

./sunset_video/images/0001.png ./sunset_video/images/0002.png ./sunset_video/images/0003.png ./sunset_video/images/0004.png

下一步就可以合成视频了。

8. 第五步：用 MoviePy 把图片串成同人短片

有了图片，接下来要解决的问题是：怎么把这些图片变成一条带字幕、带配音的视频。

8.1 用 MoviePy 合成基础短视频

下面是一段可以直接运行的 MoviePy 示例代码，作用是把图片序列按时间顺序拼成视频，并在每张图上叠加文本。

from moviepy.editor import ImageClip, CompositeVideoClip, TextClip, concatenate_videoclips from PIL import Image, ImageDraw, ImageFont import os image_folder = "sunset_video/images" image_files = sorted([f for f in os.listdir(image_folder) if f.endswith(('.png', '.jpg'))]) clips = [] for img_file in image_files: img_path = os.path.join(image_folder, img_file) # 每张图展示 4 秒 clip = ImageClip(img_path, duration=4) # 统一缩放宽度为 1080 clip = clip.resize(width=1080) clips.append(clip) if not clips: raise ValueError("图片文件夹中没有找到可用图片") video = concatenate_videoclips(clips, method="compose") video.write_videofile( "sunset_video/output.mp4", fps=24, codec="libx264", audio_codec="aac" ) print("视频生成完成")

MoviePy 在合成前需要安装 FFmpeg。如果你在旧版本 MoviePy 中遇到ImageClip或TextClip不兼容问题，也可以改用 2.x 版本的写法：

from moviepy import ImageClip, concatenate_videoclips clip = ImageClip(img_path, duration=4)

8.2 添加字幕

MoviePy 的TextClip对字体要求比较严格，Windows 上需要指定字体路径：

from moviepy.editor import TextClip text_clip = TextClip( "Can I get a kiss, sunset?", fontsize=80, font="C:/Windows/Fonts/msyh.ttc", color="white", stroke_color="black", stroke_width=2, duration=4 ).set_position(("center", "bottom"))

然后把文字片段放在图片片段上方：

composite = CompositeVideoClip([clip, text_clip])

建议把每张图对应的文字单独做一条 TextClip，这样就能形成“一张图 + 一句文案”的节奏感。

8.3 添加背景音乐或配音

MoviePy 支持音频合成。最简单的做法是准备一段背景音乐：

from moviepy.editor import AudioFileClip audio = AudioFileClip("bgm.mp3").subclip(0, video.duration) video = video.set_audio(audio) video.write_videofile("sunset_video/output_with_audio.mp4", fps=24)

如果你需要把文案生成配音，推荐使用 Edge-TTS，生成非常自然的中文或英文语音。Edge-TTS 是一个命令行工具，安装方式：

pip install edge-tts

生成语音：

edge-tts --text "Can I get a kiss, sunset?" --voice en-US-AriaNeural --write-media sunset_voice.mp3

这样你就有了一条完整结构的短视频：图片画面、字幕文案、配音或背景音乐。

9. 常见问题与排查清单

在实践过程中，下面几个问题出现频率最高。

另外说明一下：如果你不是专业做爬虫的，建议优先使用目标平台官方提供的导出功能，或者直接复制公开文本内容做少量标注，不要写大规模爬虫脚本。重点放在分析思路和内容创作上，而不是绕过平台限制。

10. 最佳实践与工程建议

整个流程走通不难，但要做得好，还是有不少细节值得沉淀。

10.1 数据采集遵守最小化原则

只采集你真正需要的数据，不要把所有页面都爬下来。比如做“余晖烁烁”主题分析，就从公开评论、公开帖子中采集标题和正文，不采集用户隐私信息。请求间隔建议至少 1 到 3 秒，最好在代码里加上随机等待：

import time import random time.sleep(random.uniform(1, 3))

10.2 数据处理保持可追溯

把原始文本和情感分析结果分开保存。我习惯用三个文件：

• raw_data.csv：原始文本；
• cleaned_data.csv：清洗后的数据；
• analysis_result.csv：情感分析、词频统计结果。

这样每一步都能回溯，也和数据分析工程的思路保持一致。

10.3 提示词版本管理

AI 绘图提示词不要只存在脑子里。每次生成后，把提示词、参数、生成结果文件路径保存到一个prompt_log.csv里，方便后续复盘。示例格式：

prompt,negative_prompt,steps,cfg,seed,image_path "Sunset Shimmer, humanized...","lowres,bad anatomy",25,7,12345,images/0001.png

10.4 视频项目目录规范化

建议按下面的目录结构组织视频项目：

sunset_video/ ├── images/ ├── audio/ ├── output/ ├── scripts/ └── prompt_log.csv

把脚本和素材分开，保证项目可维护。剪辑软件如果崩溃了，也能快速恢复。

10.5 版权边界要清晰

这一点很重要。请记住：

• 官方宣传图和动画截图可以用于个人学习、同人讨论，但不要直接用于商业宣传；
• AI 绘图引用角色形象时，尽量使用“同人风格”描述，而不是生成官图风格的高精度仿图去侵权；
• 粉丝二创作品应遵守具体平台的同人创作规则；
• 视频背景音乐需要选用无版权音乐或有授权音乐，不要直接使用商业歌曲；
• 如果需要发布到公共平台，请在简介中明确标注“非官方同人作品”。

同人文化是建立在热爱与尊重之上的。技术可以帮我们更快做出内容，但守住界限才能走得更远。

11. 总结与下一步学习方向

这条工作流走完之后，你会发现一件事：一句“Can I get a kiss, sunset?”背后，其实是角色、粉丝情感、创作工具和数据分析组合在一起的结果。

再往后，如果你想继续深入，可以从这几个方向发力：

• 学习更完整的数据分析流程，比如用 scikit-learn 做文本分类，把正面、中性、负面判断变成可评估的模型；
• 学习 Stable Diffusion 的细节参数控制，了解 ControlNet、LoRA、提示词权重，让同人画面更贴近你的构想；
• 学习 MoviePy 的进阶合成能力，比如关键帧动画、转场特效、字幕动态效果；
• 学习短视频平台的推荐逻辑，把你做好的同人短片在合规前提下发布出去，观察数据表现。

如果你是为了写一篇关于《小马宝莉》或余晖烁烁的同人分析文章，前面 1 到 6 章的内容已经足够支撑一篇有数据、有观点、有素材的创作笔记；如果你是想做一条视频，那 7 到 8 章的代码和流程可以直接拿来用。

希望这篇笔记能帮你更顺地完成自己的余晖烁烁主题创作。如果你在跑通流程时遇到问题，欢迎把自己的报错信息整理好，按章节和步骤去排查，大部分问题都能在日志里找到线索。