python弹幕拼脸_完全小白篇-用python爬取B站弹幕（非彩色弹幕以及尝试生成词云图）...

最新推荐文章于 2022-09-07 11:11:55 发布
最新推荐文章于 2022-09-07 11:11:55 发布
阅读量313 收藏
点赞数
文章标签： python弹幕拼脸
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42394656/article/details/113669280
版权

目标

爬取B站弹幕(今天是2020/8/31，最近的时间点以下方法肯定行得通)

分析网页

关于B站的弹幕，其实一个系列视频的所有弹幕是可以在其中任何一集视频就能得到的，所以这篇文章的目的并不完全算是python教程，而只是告诉大家怎么找弹幕在哪以及生成词云图。

以“小甲鱼”的python教程系列为例，我们选择打开网页源代码：

2dd053723ef1b6fed9c9ba9e470b433c.png

d21991c2022280c4fe43f357b54d6187.png

我们再根据cid号打开https://api.bilibili.com/x/v1/dm/list.so?oid=6534573(这是随便挑的一个cid对应的号，验证一下弹幕到底在不在那)

67033e11a0c5f79b71d3cb155e98fd2a.png

事实上，所有弹幕都是从b站后台另一个网页加载到当前集数的视频中的。我们看这些cid号，每个cid后都有对应的一个编号。上图是p=4第四集的网页源代码，可以发现cid这一块根本不会随着p号改变而改变࿰

最低0.47元/天 解锁文章
iloos8583
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
python爬虫：爬取更多你喜欢的小姐姐
Ugyfyv的博客
11-19 461
任务目标： 1.抓取不同类型的图片 2.编写一个GUI界面爬虫程序，打包成exe重新文件 3.遇到的难点 1.分析如何抓取不同类型的图片 首先打开网站，可以看到有如下6个类型的菜单 在这里插入图片描述 点击不同菜单，发现URL显示如下 大胸妹：https：/cid = 2 小翘臀：https：/cid = 6 可以看到每个类型图片对应不同的cid值 所以要想抓取不同类型的图片，只需要构造下url 将cid进行参数化，然后传给url即可 具体代码在以下定义 2.利用tkinter进行GUI编程 之前有写过一
python 爬虫 获取window\.__INITIAL_STATE__=的信息
Caiqiudan的博客
12-30 2747
import requests import re import json r = requests.get(url) a = re.search(r"window\.__INITIAL_STATE__=(.*?);", r.text).group(1) print(json.loads(r)) 要点：从window\.__INITIAL_STATE__=到;之间的数据都是json数据。 json.loads会自动将false转为False, true转为True 参考：https://www.5axxw
Python 使用正则表达式来爬虫
分享我的点点滴滴，在成长路上与你同行！
10-10 359
获取https://36kr.com/网站首页所有的新闻 操作步骤： 1、访问本网站,使用手机方式|检查，需要ctrl+F查找你新闻的关键词语 2、找到之后，你可以查看是在<script></script> ，有key:value 3、编写代码，获取数据 import re import requests import json #头部 headers={"userAgent":"Mozilla/5.0 (Linux; Android 6.0; Nex...
【Python】image.open(image_path)||image = np.array(image)||image = np.array(image)||
MengYa_Dream的博客
09-07 4923
1.image.open(image_path) 2.image = np.array(image) 3.Opencv 相关延伸 Python：一张图像在网络中会遇到什么？ array和asarray
记录一个 Python 的 re.match() 的小坑
Cyber
05-27 1078
我用下面的代码： re.match(r'"cid":\s\d+', target_script_tag.text) 匹配下面的字符串内容（即 target_script_tag.text 的值）： window.__INITIAL_STATE__ = { "aid": 214053649, "bvid": "BV1qa411J7vh", "p": 1, "episode": "", "videoData": {
基于python selenium实现B站直播弹幕和礼物信息爬虫源码+项目操作说明.zip
10-12
基于python selenium实现B站直播弹幕和礼物信息爬虫源码+项目操作说明.zip 实现原理： 1.核心：数据去重 直播间网页页面可容纳的弹幕和礼物数据是有限的，且这些数据不断地在更新增加，超过一定量后，将会发生滚动...
Python零基础速成班-第12讲-Python获取网络数据Socket，API接口，网络爬虫Crawler(制作弹幕词云)
06-07
Python零基础速成班，适用于入门或初级学习人群，采用Jupyter Notebook原装教程，.ipynb格式拷贝到Jupyter Notebook目录下即可运行，网页交互式可视化Python编程，全中文注解，下载即用，对初学者非常友好，也可作为...
B站弹幕、评论爬虫+词云生成.zip
最新发布
03-01
爬虫（Web Crawler）是一种自动化程序，用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储，以便后续...然而，使用爬虫需要遵守法律和伦理规范，尊重网站的使用政策，并确保对被访问网站的服务器负责。
Python playwright简单爬取直播弹幕（仅学习）源码
07-11
可以直接运行直接爬取直播间弹幕，头像，礼物等数据，下载后有使用教程
Python 实现Image和Ndarray互相转换
01-20
如下所示： import numpy as np from PIL import Image img = Image.open(filepath) img_convert_ndarray = np.array(img) ndarray_convert_img= Image.fromarray(img_convert_ndarray ) # np.array(object) 这个函数很强大啊，看源码里面给的注释 # object : array_like # An array, any object exposing the array interface, an object wh
图像处理之PIL.Image与numpy.array之间的相互转换
01-07
1. PIL image转换成array 当使用PIL.Image.open()打开图片后，如果要使用img.shape函数，需要先将image形式转换成array数组 img = numpy.array(image) 或者 img = np.asarray(image) array和asarray都可将结构数据转换为ndarray类型。但是主要区别就是当数据源是ndarray时，array仍会copy出一个副本，占用新的内存，但asarray不会。 For example: import numpy as np #example 1: data1=[[1,1,1],[1,1,1],
Python项目案例源代码：类B站弹幕.zip
06-06
在本项目中，“Python项目案例源代码：类B站弹幕.zip”是一个包含Python源代码的压缩包，其目标是实现一个类似哔哩哔哩（B站）的弹幕显示功能。通过分析这个项目的源码，我们可以深入学习Python编程、网络请求、数据...
python生成的词云没有图案_详解Python如何生成词云的方法
weixin_39789499的博客
11-20 1263
前言今天教大家用wrodcloud模块来生成词云，我读取了一篇小说并生成了词云，先看一下效果图：效果图一：效果图二：根据效果图分析的还是比较准确的，小说中的主人公就是“程理”，所以出现次数最多。图中有两种模式，一种是默认的模式，另一种是自己添加图片作为背景。下面我就带大家一起来学习怎样去生成词云！wordcloud的安装对于新人来说安装wordcloud模块就是一大关，我们一般都是通过Pychar...
python设置word背景色_Python数据可视化：WordCloud入门
weixin_39603613的博客
12-04 1758
WordCloud是一种很好的展现数据的方式，网上也有不少小工具和在线网页。但是有些不支持中文，有些安装复杂，所以决定用Python实现。主要参考官网，通过官网的例子，讲一下WordCloud的制作。主要流程获取内容的路径如果是一段文字，系统自动算频次你也可以直接导入统计好的频次设置字体一般字体路径在C:\Windows\Fonts，你可以选自己喜欢的中文或者英文字体切割中文字符英文字符就不用切割...
doc python 颜色_Python wordcloud.ImageColorGenerator方法代码示例
weixin_39756895的博客
12-23 2114
本文整理汇总了Python中wordcloud.ImageColorGenerator方法的典型用法代码示例。如果您正苦于以下问题：Python wordcloud.ImageColorGenerator方法的具体用法？Python wordcloud.ImageColorGenerator怎么用？Python wordcloud.ImageColorGenerator使用的例子？那么恭喜您, 这...
vue ssr 如何移除 window.__INITIAL_STATE__ 注入
zhu562002124的博客
05-07 4465
阅读本文前，假设你已经完整的阅读过 vue ssr 的文档，知道如何搭建一个 vue ssr 的项目了。 如题，提出这个需求，多半是 SEO 大佬那边说这个东西影响收录。官方文档上虽然有这么句话： 在 2.5.0+ 版本中，嵌入式 script 也可以在生产模式 (production mode) 下自行移除。 但是实际上，虽然调试控制台上确实没有了相应的 script 标签，但是查看源码的时...
pythonwindows弹窗_python window窗口
weixin_39880301的博客
11-29 763
from Tkinter import *root=Tk()root.title('我是root窗口！')L=Label(root,text='我属于root')L.pack()f=Toplevel(root,width=30,height=20)f.title('我是toplevel')Lf=Label(f,text='我是toplevel')Lf.pack()root.mainloop()==...
python爬取b站弹幕数据
07-28
要爬取B站弹幕数据，可以使用Python编程语言来实现。下面是一个示例代码，可以帮助你完成这个任务： ```python import requests from bs4 import BeautifulSoup import docx def main(): url = 'https://comment.bilibili.com/251139222.xml' savename = 'B站弹幕1.docx' title = '风犬少年的天空第二集' link = 'https://www.bilibili.com/bangumi/play/ep340251?from=search&seid=11822154625123447233' # 1.访问弹幕数据 html = accessbarrage(url) # 2.对弹幕数据进行解析 comments = analysibarrage(html) # 3.保存到doc文件 savebarrage(comments, title, link, savename) def accessbarrage(url): html = requests.get(url).content return html def analysibarrage(html): html_data = str(html, 'utf-8') bs4 = BeautifulSoup(html_data, 'lxml') results = bs4.find_all('d') comments = {comment.text for comment in results} comments = list(comments) comments = sorted(comments) return comments def savebarrage(comments, title, link, savename): doc = docx.Document() doc.add_heading(title, level=1) doc.add_paragraph('视频链接：' + link) doc.add_heading('弹幕内容：', level=2) for comment in comments: doc.add_paragraph(comment) doc.save(savename) main() ``` 这段代码首先定义了一个`main()`函数，作为程序的入口。在`main()`函数中，首先通过`accessbarrage()`函数访问弹幕数据，然后通过`analysibarrage()`函数对弹幕数据进行解析，最后通过`savebarrage()`函数将解析后的弹幕数据保存到doc文件中。 `accessbarrage()`函数使用`requests`库发送HTTP请求，获取弹幕数据的原始HTML内容。`analysibarrage()`函数使用`BeautifulSoup`库对HTML内容进行解析，提取出弹幕内容，并进行排序。`savebarrage()`函数使用`docx`库创建一个Word文档，并将弹幕内容添加到文档中。 你可以根据自己的需求修改代码中的URL、文件名等参数，以及对弹幕数据的处理方式。希望对你有帮助！\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *2* [python爬虫实践-B站弹幕分析](https://blog.csdn.net/qq_45886782/article/details/120854725)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [python 爬取周董新歌《Mojito》MV弹幕，看看粉丝们都说了些啥](https://blog.csdn.net/fei347795790/article/details/106871478)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值