Python爬取B站TES VS FNC 八强赛弹幕,牛逼克拉斯

426 阅读2分钟

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入开发工具

  • python 3.6.5

  • pycharm

    import requests 1

相关模块可pip安装

刚打完的S10全球总决赛八进四决赛中,TES完成了让二追三。恭喜滔博的同时让我们来看看B站网友的反应。

对此小编的想法就是:

观众想要的是胜利,选手想要的是创造历史

目标网站

![](https://p26-tt.byteimg.com/large/pgc-image/d8afabe041014ca68e82d371e6449add)

注意点:

  • 未登录B站账号是看不到弹幕数据,登陆之后可以点击查看历史弹幕选择日期,XHR 有相关的数据接口

请求网页

  • headers 需要携带cookie参数
  • 返回的源代码,字体会出现乱码,需要转码
![](https://p6-tt-ipv6.byteimg.com/large/pgc-image/e33b4e7f4e7e409abbf6220e3736dd25)
import requests
url = 'https://api.bilibili.com/x/v2/dm/history?type=1&oid=246648707&date=2020-10-17'
headers = {
    'cookie': '',
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
response.encoding = response.apparent_encoding
print(response.text)
123456789

获得返回数据,可以利用正则匹配弹幕信息

![](https://p6-tt-ipv6.byteimg.com/large/pgc-image/dbb541c7ff174f0486fc105a7eb18841)

获取了弹幕信息保存到本地即可

![](https://p1-tt-ipv6.byteimg.com/large/pgc-image/e18b33a51a6749138cd60ae393502d2a)

爬虫完整代码

import requests
import re
url = 'https://api.bilibili.com/x/v2/dm/history?type=1&oid=246648707&date=2020-10-17'
headers = {
    'cookie': '',
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
response.encoding = response.apparent_encoding
lis = re.findall('<d p=".*?">(.*?)</d>', response.text, re.S)
for i in lis:
    with open('八强赛弹幕.txt', mode='a', encoding='utf-8') as f:
        f.write(i)
        f.write('\n')
1234567891011121314

发现一共才 14行代码就搞定了~

这只是爬取10月17日当天的弹幕数据,根据日期的变化可以改变日期参数,就可以达到爬取多页的数据了

既然爬取了弹幕,就这样,还是有没有什么感觉,咱们可以对弹幕进行词云分析~

词云图

import jieba
import wordcloud
import imageio
# 导入imageio库中的imread函数,并用这个函数读取本地图片,作为词云形状图片
py = imageio.imread(r"D:\python\demo\tesVSfnc\timg.png")
# 读取文件内容
f = open(r'D:\python\demo\tesVSfnc\八强赛弹幕.txt', encoding='utf-8')
txt = f.read()
# print(txt)
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        mask=py,     # 所使用的词云图片
        scale=15,
        stopwords={'真的', '这个'},
        # contour_width=5,
        # contour_color='red'  # 轮廓颜色
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file(r'D:\python\demo\tesVSfnc\out.png')

1234567891011121314151617181920212223242526272829
![](https://p1-tt-ipv6.byteimg.com/large/pgc-image/e81c42311d24441a92de5bd4d9907401)