B站关键词视频信息爬虫（可直接运行）

目录

1.爬取内容

2.代码及解析

1）导入库

2）发送请求

 3）解析结果

 4）进入视频链接，爬更多内容

---

1.爬取内容

搜索关键词：跨年

视频标题、发布时间、视频链接、up主id、up主首页链接

2.代码及解析

1）导入库

import requests  # 导入用于发送HTTP请求的requests库
from bs4 import BeautifulSoup # 导入用于解析HTML的BeautifulSoup库
import pandas as pd # 导入用于处理数据的pandas库

2）发送请求

网址（只需修改文字即可），page为第1页，设置请求头（跳过反爬）

# 网址
url = "https://search.bilibili.com/all?vt=53655423&keyword=跨年&page=1"
# 设置请求头，用于模拟浏览器发送请求
headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'}
# 发送 HTTP 请求并获取响应内容
response = requests.get(url=url, headers=headers)
soup = BeautifulSoup(response.content, "html.parser")

 3）解析结果

       在B站搜索界面，按F12或者浏览器右上角菜单，可以打开开发者工具然后在网页结构中，鼠标移动到指定位置，左边会有对应的颜色显示，当前网页结构是哪部分内容，然后找到自己想要的内容， 就可以开始解析了

# 解析搜索结果
items = soup.find_all("div", class_="bili-video-card__info __scale-disable")

# 创建空的DataFrame，用于存储解析后的数据
titles = pd.DataFrame([], columns=['标题'])
times = pd.DataFrame([], columns=['发布时间'])
urls = pd.DataFrame([], columns=['网址'])
ups = pd.DataFrame([], columns=['up主id'])
upurls = pd.DataFrame([], columns=['up主首页'])

for item in items:
    # 提取视频标题
    title = item.find('h3', class_='bili-video-card__info--tit').text
    title = pd.DataFrame([title], columns=['标题'])
    
    # 提取发布时间
    time = item.find('span', class_='bili-video-card__info--date').get_text(strip=True)
    time = pd.DataFrame([time], columns=['发布时间'])
    
    # 提取视频链接
    url = item.find('a', href=True)['href']
    url = pd.DataFrame([url], columns=['网址'])
    
    # 提取up主id
    up = item.find('span', class_='bili-video-card__info--author').get_text(strip=True)
    up = pd.DataFrame([up], columns=['up主id'])
    
    # 提取up主首页链接
    upurl = item.find('a', class_='bili-video-card__info--owner').get('href')
    upurl = pd.DataFrame([upurl], columns=['up主首页'])
    
    # 将提取的数据添加到相应的DataFrame中
    titles = pd.concat([titles, title], ignore_index=True)
    times = pd.concat([times, time], ignore_index=True)
    urls = pd.concat([urls, url], ignore_index=True)
    ups = pd.concat([ups, up], ignore_index=True)
    upurls = pd.concat([upurls, upurl], ignore_index=True)

# 合并所有DataFrame为一个内容DataFrame
contents_1 = pd.concat([titles, times, urls, ups, upurls], axis=1, ignore_index=False)

 4）进入视频链接，爬更多内容

 进入刚才搜索关键词所爬到的，各个视频的链接，然后爬取视频的点赞量、投币量、收藏量、转发量、播放量、弹幕量

# 创建空的DataFrame，用于存储解析后的数据
dianzan = pd.DataFrame([], columns=['点赞量'])
toubi = pd.DataFrame([], columns=['投币量'])
shoucang = pd.DataFrame([], columns=['收藏量'])
zhuanfa = pd.DataFrame([], columns=['转发量'])
bofang = pd.DataFrame([], columns=['播放量'])
danmu = pd.DataFrame([], columns=['弹幕量'])

for www in contents_1['网址']:
    url = "https:"+www
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'}
    # 发送 HTTP 请求并获取响应内容
    response = requests.get(url=url, headers=headers)
    soup = BeautifulSoup(response.content, "html.parser")
    
    # 点赞量的位置
    dian = soup.find_all("div", class_="video-like video-toolbar-left-item")
    # 投币量的位置
    tou = soup.find_all("div", class_="video-coin video-toolbar-left-item")
    # 收藏量的位置
    shou = soup.find_all("div", class_="video-fav video-toolbar-left-item")
    # 转发量的位置
    zhuan = soup.find_all("div", class_="video-share-wrap video-toolbar-left-item")
    # 播放量的位置
    bo = soup.find_all("div", class_="video-info-detail-list")
    # 弹幕量的位置
    dan = soup.find_all("div", class_="video-info-detail-list")
    
    for d in dian:
        d = d.find('span', class_='video-like-info video-toolbar-item-text').get_text(strip=True)
        d = pd.DataFrame([d], columns=['点赞量'])
    for t in tou:
        t = t.find('span', class_='video-coin-info video-toolbar-item-text').get_text(strip=True)
        t = pd.DataFrame([t], columns=['投币量'])
    for s in shou:
        s = s.find('span', class_='video-fav-info video-toolbar-item-text').get_text(strip=True)
        s = pd.DataFrame([s], columns=['收藏量'])
    for z in zhuan:
        z = z.find('span', class_='video-share-info video-toolbar-item-text').get_text(strip=True)
        z = pd.DataFrame([z], columns=['转发量'])
    for b in bo:
        b = b.find('span', class_='view item').get_text(strip=True)
        b = pd.DataFrame([b], columns=['播放量'])
    for da in dan:
        da = da.find('span', class_='dm item').get_text(strip=True)
        da = pd.DataFrame([da], columns=['弹幕量'])
        
    # 将提取的数据添加到相应的DataFrame中
    dianzan = pd.concat([dianzan, d], ignore_index=True)
    toubi = pd.concat([toubi, t], ignore_index=True)
    shoucang = pd.concat([shoucang, s], ignore_index=True)
    zhuanfa = pd.concat([zhuanfa, z], ignore_index=True)
    bofang = pd.concat([bofang, b], ignore_index=True)
    danmu = pd.concat([danmu, da], ignore_index=True)
    
# 合并所有DataFrame为一个内容DataFrame
contents_2 = pd.concat([dianzan, toubi, shoucang, zhuanfa, bofang, danmu], axis=1, ignore_index=False)   

5）爬取结果

合并 '在搜索页面爬到的数据' 和 '进入视频链接后爬到的数据'

# 合并
contents = pd.concat([contents_1, contents_2], axis=1)

以下是部分结果展示