爬取B站弹幕做折线图

爬取B站弹幕做折线图

由于网站更新较快，仅供参考学习

pip install +“库名” （安装库）

# 1. 分析网页，找到弹幕所在网页位置；
# 2. 向网页发送请求，获取网页代码；
# 3. 解析网页，提取弹幕发布时间；
# 4. 将弹幕发布时间进行分段统计；
# 5. 绘制折线图。
import requests
from bs4 import BeautifulSoup
from pyecharts.charts import Line   # 想要生成折线图

cid = "381898365"
url = f"https://comment.bilibili.com/{cid}.xml"
response = requests.get(url)
# print(response.encoding)  # 获取编码方式
# print(response.apparent_encoding)  # .apparent_encoding 属性会从网页的内容中分析网页编码的方式。基于解析的编码不一定正确，作为备选方案
response.encoding = "utf-8"
xml = response.text
soup = BeautifulSoup(xml, "lxml")
content_all = soup.find_all(name="d")
timeList = []
# .content 属性的作用获取二进制数据；.text 属性的作用是获取网页内容；
# .encoding 属性的作用是找出 requests 模块使用了什么编码方式
for comment in content_all:
    data = comment.attrs["p"]   # 使用.attrs获取p对应的属性值，并赋值给data
    # print(data)
    datalist = data.split(",")  # 遇到“，”就分开
    time = data.split(",")[0]   # 第一个元素
    # print(datalist)
    timeList.append(float(time))  # 将time转换成浮点数，添加进列表timeList中
# print(timeList)
subtitlesDict = {}
for x in range(25):
    start = 30*x+1
    end = 30*(x+1)
    segment_range = f"{start}-{end}"
    subtitlesDict[segment_range] = 0  # 把 segment_range 作为字典 subtitlesDict 的键，添加进字典中，再将字典中键所对应的值设置为 0
    for subtitle in subtitlesDict.keys():
        start_key = subtitle.split("-")[0]
        end_key = subtitle.split("-")[1]  # 使用split()分隔字典的键获取第二项，赋值给变量end_key
        # 获取第一项也就分段区间的开始时间，赋值给变量
        # start_key；获取第二项也就分段区间的结束时间，赋值给变量end_key
        for item in timeList:
            if int(float(start_key)) <= item <= int(float(end_key)):  # 如果弹幕分布时间在整型start_key和整型end_key之间
                subtitlesDict[subtitle] = subtitlesDict[subtitle] + 1
# add_xaxis() 函数可以设置折线图的 x 轴。
line = Line()
line.add_xaxis(list(subtitlesDict.keys()))  # 使用list()将字典subtitlesDict所有键转换成列表，传入add_xaxis()中
line.add_yaxis("弹幕数", list(subtitlesDict.values()))  # 将字典subtitlesDict所有值转换成列表，作为参数添加进函数中
line.render("line.html")  # 使用render()函数存储文件，设置文件名为line.html
print("success!!!!!!!!")

运行成功同级目录下有html文件，用网页打开就可以看见折线图啦