兴安岭大马猴多惊悚？16978条弹幕告诉你！

本文链接：https://blog.csdn.net/qq_36807888/article/details/115453903

东北民间流传着关于“皇围猎人”的神秘传说，他们世代生存于深山，为帝王守护兴安岭这片龙兴之地的气脉运转。传闻猎人除了精通狩猎之法，更知晓驱鬼通神之术。在东北一处偏僻的山村里，悄然发生一起灭门惨案，在村民们的恳求下，最后一代皇围猎人刘二爷决定出山调查真相，不想过程中怪事屡现，老林子里的秘密也被渐渐揭开.....咱打小就喜欢看这种片子，大兴安岭、东北马氏、神农架、盗墓笔记、鬼吹灯这种片子看得我是不亦乐乎。前一个月在抖音上看到这部片子预告的时候就已经迫不及待了，今天为了看片还专门开了个腾讯会员。看完一个字：过瘾！了解一下其他小伙伴看此片的有什么感受，今天就用python爬虫来获取一下16978条弹幕都说了啥？

老规矩，搞爬虫就上三部曲：1--获取目标网址；2--发送请求；3--获取响应我们的目标是腾讯视频，所以首先打开软件搜索我们的电影猎人传说，可以看到弹幕在不断的刷新，后台数据也是在不断刷新的。

针对这种情况我们该如何快速锁定这些弹幕呢？打开之后搜索F12打开开发者模式，然后搜索其中一条弹幕信息，然后找到它所对应的链接如下：复制链接到网页发现包含210条弹幕信息，而我们所要的信息都在这个'content'的字段里。返回浏览器的Preview也可以看到同类信息。这些弹幕信息也是在content中。我们先来试试获取这些弹幕信息。#获取浏览器响应信息resp = requests.get(url, headers = headers)#转为json对象json_data = json.loads(resp.text)['comments']#打印浏览器响应数据print(json_data)

结果如下，可以看到我们已经成功获取到了浏览器相应的信息。姑且可以从中获取我们想要的弹幕信息。

从上图可以看出我们想要获取的content信息都包含在我们已经获取到的jason数据中，我们接下来要做的只是遍历出其中信息即可。#遍历comments中的弹幕信息for comment in json_data: print(comment['content'])结果如下：

可以看出，获取一个请求的弹幕信息已经成功抓取到我们本地。但是我们要获取的是整部片子的弹幕。这只是其中一条请求的210条弹幕而已。所以接下来的重点是如何获取全部的请求。这里有一个取巧办法，搜索第一条弹幕链接和最后一条弹幕链接。找出来做对比。找出规律：https://mfm.video.qq.com/danmu?target_id=6661354455%26vid%3Di003639l2zy&timestamp=15https://mfm.video.qq.com/danmu?target_id=6661354455%26vid%3Di003639l2zy&timestamp=2445发现它的参数timestamp是从15开始到2445结束的。所以我们可以使用一个函数来获取这些弹幕请求信息：def get_danmu(): url = 'https://mfm.video.qq.com/danmu?target_id=6661354455%26vid%3Di003639l2zy&timestamp=15' for i in range(15, 2445, 30): data = {'timestamp':i} res = requests.get(url, params = data, headers = headers) # 转为json对象 json_data = json.loads(res.text)['comments'] # 遍历comments中的弹幕信息 for comment in json_data: print(comment['content'])到此位置整部片子的所有弹幕已经保存于本地了，接下来我们要词云做更加直观的显示，所以我们先将这些数据保存到本地txt文档中。comments_file_path = 'lrcs_comments.txt'# 获取comments中的弹幕信息并且写入指定路径 for comment in json_data: with open(comments_file_path, 'a+', encoding = 'utf-8')as fin: fin.write(comment['content']+'\n')

文本保存好之后第一步我们需要切割分词，这里我们采用精确模式来切割最适合用于数据分析。#切割单词#定义切割单词函数def cut_words(): #读取文本 with open(comments_file_path, encoding = 'utf-8') as file: comment_text = file.read() #使用jieba精确模式，句子最精确地切开，适合文本分析 word_list = jieba.lcut_for_search(comment_text) new_word_list = ' '.join(word_list) return new_word_list结果如下：

分词切割好之后我们就可以用它来做词云图了#制作词云图函数def create_word_cloud(): #自定义图片 mask = imread('img.png') wordcloud = WordCloud(font_path='msyh.ttc', mask=mask).generate(cut_words()) wordcloud.to_file('picture.png')我在此选的图片是一张大马猴的图片。