Python爬取B站十週年特輯視訊彈幕資料,並繪製生成詞雲。(附原始碼)
前言
今天用“Running Man”十週年特輯的視訊,來做個獲取彈幕的案例分享給大家,直接開整~
效果展示
開發工具
Python版本: 3.9.6
相關模組:
video模組
user模組
dynamic模組
Request模組
Xpath模組
以及python自身的模組
思路分析
1、彈幕資料介面
https://comment.bilibili.com/123072475.xml (一個固定的url地址 + 視訊的cid + .xml)
2、利用Request模組,獲取資料
3、利用Xpath解析資料
經過bilibili_api的封裝,彈幕資料獲取的部分僅用了一行程式碼:
danmu = video_info.get_danmaku()
相應的獲取視訊的基本資訊和評論資訊也是一樣的便捷。
basic_info = video_info.get_video_info()
comments = video_info.get_comments()
快速開始
接下來,本文將用bilibili_api獲取“Running Man”十週年特輯的彈幕資料,並繪製詞雲。
視訊的連結:
https://www.bilibili.com/video/BV1gC4y1h722
B站有av號和bv號,改版之後,在連結中直接顯示的是bv號,這兩個必須提供一個。
bvid是b站新的視訊唯一識別符號,由12位數字、字母組成,大小寫敏感,傳入時請包`含頭部的“BV”
比如:“BV1gC4y1h722”
1、安裝過程
安裝需要依賴request 模組,它是把B站資料的API封裝起來了。
通過pip安裝即可:
pip install bilibili_api
2、匯入模組
from bilibili_api import Verify
from bilibili_api.video import VideoInfo
from bilibili_api.video import Danmaku
VideoInfo類-獲取視訊的資訊(彈幕、評論、投幣數量、播放量等)
Danmaku類-彈幕類,用於獲取和傳送彈幕
Verify 類,可用可不用。部分視訊資訊需要登入(即需要 SESSDATA )後才能使用(如歷史彈幕獲取)。
對視訊進行點贊、投幣等使用者操作則需要 SESSDATA 和 csrf 。
關於 SESSDATA 和 csrf 獲取的詳細方法,可參考如下連結:
https://github.com/Passkou/bilibili_api/wiki/SESSDATA和CSRF獲取方法(Chrome為例)
3、獲取彈幕資料
建立VideoInfo物件,傳入兩個引數:
bvid="BV1gC4y1h722"(視訊的BV號)
verify=verify(根據sessdata和csrf,獲取彈幕)
獲取的彈幕資料為“Danmaku類”的列表,通過遍歷,列印它的text即可
部分原始碼
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、繪製詞雲
通過jieba分詞和WorldCloud繪製詞雲。
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) # 產生詞雲
word_cloud.to_file("rm.jpg") #儲存圖片
# 顯示詞雲圖片
plt.imshow(word_cloud)
plt.axis('off')
plt.show()
文章到這裡就結束了,感謝你的觀看,Python資料分析系列,下篇文章分享Python造假資料
為了感謝讀者們,我想把我最近收藏的一些程式設計乾貨分享給大家,回饋每一個讀者,希望能幫到你們。
乾貨主要有:
① 2000多本Python電子書(主流和經典的書籍應該都有了)
② Python標準庫資料(最全中文版)
③ 專案原始碼(四五十個有趣且經典的練手專案及原始碼)
④ Python基礎入門、爬蟲、web開發、大資料分析方面的視訊(適合小白學習)
⑤ Python學習路線圖(告別不入流的學習)
⑥ 兩天的Python爬蟲訓練營直播許可權
All done~詳見個人簡介或者私信獲取完整原始碼。。