数据分析可视化系列（一）获取王冰冰B站视频的实时更新数据

前言

自从央视记者王冰冰开通B站账号认证后，见识到了恐怖的涨粉模式。本次基于B站网页的实时数据更新，简单监测一下涨粉的速度。后续将推出相应的动态数据可视化。（建议在更新的第一时间内运行此程序，获取的数据更为真实有效准确）

软件安装和环境

1. Vscode
2. 谷歌浏览器驱动chromedriver.exe

网页分析

主要获取的信息

1. 当前总播放数
2. 当前总弹幕数
3. 当前已关注数
4. 当前正在看人数
5. 当前弹幕池数
6. 当前点赞数
7. 当前投币数
8. 当前收藏数
9. 当前分享数
10. 评论数
    

知识点

1. 正则表达式

2. 第三方库Selenium库的方法和函数

2.0 不使用requests库爬虫的原因：

1. 需要cookie登录才能获取网页源码
2. 有些数据需要后台加载才能显示，不能通过requests.get(url).text获取到
3. Selenium可以通过下拉滚动条加载未显示的网页评论部分

2.1 谷歌浏览器的驱动

注意：是谷歌浏览器的驱动exe文件（需要额外下载），不是谷歌浏览器的exe文件

driver = webdriver.Chrome(executable_path=r"D:\Chrome\chromedriver.exe")

2.2 相关属性和方法

属性	注释
driver.page_source	网页源码
driver.title	网页标题

方法	注释
driver.find_element_by_class_name()	根据类名获取标签
driver.get_attribute()	获取标签的属性值
driver.execute_script()	执行JavaScript语法（此处为下拉和上拉滚动条）
driver.refresh()	网页刷新
tag.click()	模拟鼠标点击

获取的数据方法有很多，此处就用类名元素定位和正则表达式直接使用寻找了

 # 点赞数
 like = driver.find_element_by_class_name("like").get_attribute("title")
 # 获取投币数
 coin =  re.findall('<i class="van-icon-videodetails_throw" style="color:;"></i>\n      (\d+\.\d+万)',pagesource)[0