python爬虫小案例_从B站爬取《哪吒之魔童降世》终极预告 的弹幕

1、在 Google 浏览器 输入：https://www.bilibili.com/video/av60604193

2、右键，查看网页源代码 ，查找 cid ：

3、在 Google 浏览器 输入：https://comment.bilibili.com/105487088.xml

4、弹幕数据所在的标签参数内容解读

 <d p="138.20700,4,25,16711680,1564226963,0,1b4df62a,19443109448384516">看完回来告诉你们，一定要去看</d>

参数	解析
138.20700	弹幕出现的时间(以秒为单位)
4	弹幕类型（1-跑马灯，4-底部）
25	字体
16711680	颜色
564226963	Unix时间戳，基准时间为 1970.01.01，日期=（Unix时间戳+83600）/86400+70365+闰天
0	弹幕池（0-普通池 1-字幕池 2-特殊池）
1b4df62a	用户ID
19443109448384516	唯一标识

5、参考代码： 

import requests
from bs4 import BeautifulSoup
from datetime import datetime
import pandas as pd

url = 'https://comment.bilibili.com/105487088.xml'  # 弹幕文档地址

r = requests.get(url) # 网页的请求

r.encoding = 'utf-8' #设置编码，以防中文乱码

soup = BeautifulSoup(r.text,'lxml') #解析网址

ds = soup.find_all('d') # 查找所有的 d 标签

data_list = []
for d in ds:
    dic = {}
    dic['内容'] = d.text #获取弹幕内容
    dic['时间'] = datetime.fromtimestamp(int(d['p'].split(',')[4])) # 把时间戳 转换为 当时发弹幕的时间
    data_list.append(dic)
    
df = pd.DataFrame(data_list) # 转换为 DataFrame 格式
df.to_csv('弹幕内容.csv') #保存数据到本地

6、可查看保存到本地的数据