b站python弹幕签到_一个python脚本就可以B站查找弹幕发送者！

前言

众所周知B站是没有办法直接查看弹幕的发送者的，这使得当我们看到一些nt弹幕的时候虽然生气，却无可奈何，但是B站是可以屏蔽某个用户发送的弹幕的，这说明数据接口里肯定有用户信息，由于最近在学爬虫，所以我想先找找弹幕接口，分析下里面的数据。

1.找接口

首先随便打开一个视频然后F12，然后没找到啊。。得，不能把时间浪费在这种事情上，果断打开百度，不出所料，找到了如下的两个接口，都是XML格式网页

这里面的cid是一种每个视频独有的数字，也就是每个P都有一个cid，查找cid可以打开网页然后F12，在ctrl+f搜索cid，一般八九位数的就是cid了。

这里我找到了一个接口，可以通过aid找到cid

2.分析数据

弹幕数据是获取到了，那么我们就要从这一堆数据中分析他们的用途了

这里大概能得到两个信息，其中第6个数据为时间戳，第8个数据为用户uid的某种加密方式。经查询得到这是用户uid经过crc32校验得到的结果转为16进制数，所以只能通过uid得到对于的校验码，无法反推。。似乎只能通过彩虹表的方式查找数据了？那么这串8位16进制的数字在数据库中要用什么方式保存呢？

选择似乎有varchar和bigint，由于B站有差不多6亿个用户，在6亿个数据中查找想要的字符串那速度必然很慢(但有人经测试得到varchar型数据和bigint型数据查找速度其实差的不多？)

就在我决定用bigint储存数据时，我突然想到，8位16进制那就是2的32次方，int型的储存上限时2的31次方，如果用无符号的方式保存正好是2的32次方，也就是能储存到0xffffffff这么大的数据，正好满足要求。于是果断换成无符号int，与之对应的id也为无符号int，并将crc32b编码过后的数据作为主键，制成彩虹表存入我的服务器内。

(粗略的算了一下，6亿数据就是需要27G左右的空间……)

接下来的操作似乎就水到渠成了，写了个python脚本，该python脚本接受2个参数，视频cid和想要搜索的弹幕关键字，返回用户发送的弹幕，用户的crc32b编码，时间戳。然后用php的exec函数执行python代码，并通过搜索数据库找出用户的uid，通过php返回json格式数据给前端。

为了可以给大家提出更多的学习建议，这是我建立的Python学习圈子：1156465813。在彼此的沟通可以我们可以得到很多学习经验，学习始终靠自己，当你掌握了一个好的学习方法，系统的学习方式，你会发现其实学习Python并没有那么难，有问题在群里随时问我，群内含有不少的学习资料，大家可以一起讨论问题，共同进步。