爬取B站弹幕生成词云

最新推荐文章于 2023-12-27 17:06:21 发布

_wish_

最新推荐文章于 2023-12-27 17:06:21 发布

阅读量619

点赞数

分类专栏：词云爬虫文章标签： python

本文链接：https://blog.csdn.net/cl18154399536/article/details/105287651

版权

本文介绍如何使用Python爬取B站视频的弹幕内容，并进一步生成词云图，展示弹幕关键词的分布情况。

摘要由CSDN通过智能技术生成

一、爬取弹幕

import requests
import json
import re

#下载页面
def download_page(url):
    headers = {
   
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'
    }
    res = requests.get(url,headers)
    return res

#根据av号获取cid
def get_cid(av):
    """
    :param av:B站视频的av号 如：https://www.bilibili.com/video/av95811021
    :return:cid
    """
    av = av.strip('av')
    url = f'https://api.bilibili.com/x/player/pagelist?aid={av}&jsonp=jsonpa'
    res = download_page(url)
    res_text = res.text
    res_dict = json.loads(res_text)
    cid = res_dict['data'][0]['cid']
    return cid


#根据cid请求弹幕
def get_danmu(cid):
    """
    :param cid: 获取弹幕所需的id
    :return: 弹幕列表
    """
    url = f'https://api.bilibili.com/x/v1/dm/list.so?oid={cid}'
    res = download_page(url)
    res_xml = res.content.decode('utf-8')
    pattern = re.compile('<d.*?>(.*?)</d>')
    danmu_list =