![850a5c700c01f68c4201b2deed80ec17.png](https://i-blog.csdnimg.cn/blog_migrate/e98c81b123b76cde3b38c5122ccac58f.jpeg)
目录
0 引言
1 环境
2 需求分析
3 代码实现
4 后记
0 引言
纸巾再湿也是干垃圾?瓜子皮再干也是湿垃圾??最近大家都被垃圾分类折磨的不行,傻傻的你是否拎得清?自2019.07.01开始,上海已率先实施垃圾分类制度,违反规定的还会面临罚款。
为了避免巨额损失,我决定来b站学习下垃圾分类的技巧。为什么要来b站,听说这可是当下年轻人最流行的学习途径之一。
打开b站,搜索了下垃圾分类,上来就被这个标题吓(吸)到(引)了:在上海丢人的正确姿势。
![2233554a9fe8f710c8f448a569c211c8.png](https://i-blog.csdnimg.cn/blog_migrate/0e1c9b069dee9c03af5490890f6857f1.jpeg)
当然,这里的丢人非彼丢人,指的是丢垃圾的丢。
点开发现,原来是一段对口相声啊,还是两个萌妹子(AI)的对口相声,瞬间就来了兴趣,阐述的是关于如何进行垃圾分类的。
![a61ffefbd1a8790ea9f3b5ad6abee76a.png](https://i-blog.csdnimg.cn/blog_migrate/0b3574210e6df5f39f6102880347b995.jpeg)
![b62e94640332f5e8aa7832173eacb430.png](https://i-blog.csdnimg.cn/blog_migrate/f968bc68f6215f0504bd911997768d75.jpeg)
![b65d2ef306f1fefd0c430150ca56cf22.png](https://i-blog.csdnimg.cn/blog_migrate/f725b8a11362292b92795940ff848a42.jpeg)
原视频链接:https://www.bilibili.com/video/av57129646?from=search&seid=9101123388170190749
看完一遍又一遍,简直停不下来了,已经开启了洗脑模式,毕竟视频很好玩,视频中的弹幕更是好玩!
独乐乐不如众乐乐,且不如用Python把弹幕保存下来,做个词云图?就这么愉快地决定了!
1 环境
操作系统:Windows
Python版本:3.7.3
2 需求分析
我们先需要通过开发调试工具,查询这条视频的弹幕的 cid 数据。
![fcaf43bb3a0bdef1baff4a61deb7ab38.png](https://i-blog.csdnimg.cn/blog_migrate/0662c8240de479c2e6cd8d82423a4753.jpeg)
拿到 cid 之后,再填入下面的链接中。
http://comment.bilibili.com/{cid}.xml
打开之后,就可以看到该视频的弹幕列表。
![01b455aebd623607236185533c159b7f.png](https://i-blog.csdnimg.cn/blog_migrate/72b8c3cd2081031eac8296386ecf07be.jpeg)
有了弹幕数据后,我们需要先将解析好,并保存在本地,方便进一步的加工处理,如制成词云图进行展示。
3 代码实现
在这里,我们获取网页的请求使用 requests 模块;解析网址借助 beautifulsoup4 模块;保存为CSV数据,这里借用 pandas 模块。因为都是第三方模块,如环境中没有可以使用 pip 进行安装。
pip install requestspip install beautifulsoup4pip install lxmlpip install pandas
模块安装好之后,进行导入
import requestsfrom bs4 import BeautifulSoupimport pandas as pd
请求、解析、保存弹幕数据
# 请求弹幕数据url = 'http://comment.bilibili.com/99768393.xml'html = requests.get(url).content# 解析弹幕数据html_data = str(html, 'utf-8')bs4 = BeautifulSoup(html_data, 'lxml')results = bs4.find_all('d')comments = [comment.text for comment in results]comments_dict = {'comments': comments}# 将弹幕数据保存在本地br = pd.DataFrame(comments_dict)br.to_csv('barrage.csv', encoding='utf-8')
接下来,我们就对保存好的弹幕数据进行深加工。
制作词云,我们需要用到 wordcloud 模块、matplotlib 模块、jieba 模块,同样都是第三方模块,直接用 pip 进行安装。
pip install wordcloudpip install matplotlibpip install jieba
模块安装好之后,进行导入,因为我们读取文件用到了 panda 模块,所以一并导入即可
from wordcloud import WordCloud, ImageColorGeneratorimport matplotlib.pyplot as pltimport pandas as pdimport jieba
我们可以自行选择一张图片,并基于此图片来生成一张定制的词云图。我们可以自定义一些词云样式,代码如下:
# 解析背景图片mask_img = plt.imread('Bulb.jpg')'''设置词云样式'''wc = WordCloud( # 设置字体 font_path='SIMYOU.TTF', # 允许最大词汇量 max_words = 2000, # 设置最大号字体大小 max_font_size = 80, # 设置使用的背景图片 mask = mask_img, # 设置输出的图片背景色 background_color=None, mode="RGBA