百木园-与人分享,
就是让自己快乐。

Python爬取B站十周年特辑视频弹幕数据,并绘制生成词云。(附源码)

前言

今天用“Running Man”十周年特辑的视频,来做个获取弹幕的案例分享给大家,直接开整~

效果展示

在这里插入图片描述

开发工具

Python版本: 3.9.6

相关模块:

video模块

user模块

dynamic模块

Request模块

Xpath模块

以及python自身的模块

思路分析

1、弹幕数据接口

https://comment.bilibili.com/123072475.xml (一个固定的url地址 + 视频的cid + .xml)

2、利用Request模块,获取数据

3、利用Xpath解析数据

经过bilibili_api的封装,弹幕数据获取的部分仅用了一行代码:

danmu = video_info.get_danmaku()

相应的获取视频的基本信息和评论信息也是一样的便捷。

basic_info = video_info.get_video_info()
comments = video_info.get_comments()

快速开始

接下来,本文将用bilibili_api获取“Running Man”十周年特辑的弹幕数据,并绘制词云。

视频的链接:

https://www.bilibili.com/video/BV1gC4y1h722

B站有av号和bv号,改版之后,在链接中直接显示的是bv号,这两个必须提供一个。

bvid是b站新的视频唯一标识符,由12位数字、字母组成,大小写敏感,传入时请包`含头部的“BV”

比如:“BV1gC4y1h722”

1、安装过程

安装需要依赖request 模块,它是把B站数据的API封装起来了。

通过pip安装即可:

pip install bilibili_api

2、导入模块

from bilibili_api import Verify
from bilibili_api.video import VideoInfo
from bilibili_api.video import Danmaku

VideoInfo类-获取视频的信息(弹幕、评论、投币数量、播放量等)

Danmaku类-弹幕类,用于获取和发送弹幕

Verify 类,可用可不用。部分视频信息需要登录(即需要 SESSDATA )后才能使用(如历史弹幕获取)。

对视频进行点赞、投币等用户操作则需要 SESSDATA 和 csrf 。

关于 SESSDATA 和 csrf 获取的详细方法,可参考如下链接:

https://github.com/Passkou/bilibili_api/wiki/SESSDATA和CSRF获取方法(Chrome为例)

3、获取弹幕数据

创建VideoInfo对象,传入两个参数:

bvid=\"BV1gC4y1h722\"(视频的BV号)
verify=verify(根据sessdata和csrf,获取弹幕)
获取的弹幕数据为“Danmaku类”的列表,通过遍历,打印它的text即可

部分源码

verify = Verify(sessdata=\"你的\", csrf=\"你的\")
video_info = VideoInfo(bvid=\"BV1gC4y1h722\", verify=verify)

danmu = video_info.get_danmaku()
for i in danmu:
print(i.text)

4、绘制词云

通过jieba分词和WorldCloud绘制词云。

wc = WordCloud(
background_color=\'white\',
mask=background_Image,
font_path=r\'./SourceHanSerifCN-Medium.otf\',
color_func=random_color_func,
random_state=50,
)

word_cloud = wc.generate(words_str) # 产生词云
word_cloud.to_file(\"rm.jpg\") #保存图片

# 显示词云图片
plt.imshow(word_cloud)
plt.axis(\'off\')
plt.show()

文章到这里就结束了,感谢你的观看,Python数据分析系列,下篇文章分享Python造假数据

为了感谢读者们,我想把我最近收藏的一些编程干货分享给大家,回馈每一个读者,希望能帮到你们。

干货主要有:

① 2000多本Python电子书(主流和经典的书籍应该都有了)

② Python标准库资料(最全中文版)

③ 项目源码(四五十个有趣且经典的练手项目及源码)

④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)

⑤ Python学习路线图(告别不入流的学习)

⑥ 两天的Python爬虫训练营直播权限

All done~详见个人简介或者私信获取完整源代码。。

来源:https://www.cnblogs.com/tsp728/p/15132866.html
图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » Python爬取B站十周年特辑视频弹幕数据,并绘制生成词云。(附源码)

相关推荐

  • 暂无文章