用python爬取B站弹幕生成专属词云

前言

作为一个后现代网络少年,无意间看到涛姐(刘敏涛)的千万直拍,加上有才的网友,于是顺利承包了所有的笑点,实在是上头,pick!pick!pick!
在这里插入图片描述

爬取思路

1. 利用requests请求网页并使用正则获取弹幕
2. 生成专属词云

步骤

1. 在涛姐的视频中,选空白处右击——>检查,得到以下界面:
在这里插入图片描述
2. 得到上面的url,复制黏贴打开,可以得到弹幕信息:
在这里插入图片描述

代码块

1. 导入相关库:

import requests
import re
import wordcloud
import PIL.Image as image
import numpy as np

2. 获取网页和数据:

def getHtmlText(url):
    response = requests.get(url)
    response.raise_for_status()     # 响应状态码 200
    # 有时候设置meta标签查看的编码依旧乱码,此时可以使用apparent_encoding查看真实的编码
    response.encoding = response.apparent_encoding
    data = response.content.decode('utf-8')
    pat = '<d p=".*?">(.*?)</d>'
    allComment = re.findall(pat, data, re.S)
    # print(allComment)
    with open('./弹幕.txt', 'a', encoding='utf-8-sig') as f:
        for i in allComment:
            f.write(i + '\n')
    print("写入成功!")

3. 生成专属词云:

def showPic():
    img = np.array(image.open('demo.jpg'))
    with open('弹幕.txt', 'r', encoding='utf-8') as f:
        text = f.read()
        w = wordcloud.WordCloud(font_path = "msyh.ttc", mask=img, scale=15, width=1000, height=700, background_color='white')
        w.generate(text)
        w.to_file("taojie.png")
    print("生成成功!")

4. 调用方法:

url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=187988454'
getHtmlText(url)
showPic()

5. 完整代码:

import requests
import re
import wordcloud
import PIL.Image as image
import numpy as np


def getHtmlText(url):
    response = requests.get(url)
    response.raise_for_status()
    response.encoding = response.apparent_encoding
    data = response.content.decode('utf-8')
    pat = '<d p=".*?">(.*?)</d>'
    all_comment = re.findall(pat, data, re.S)
    # print(all_comment)
    with open('./弹幕.txt', 'a', encoding='utf-8-sig') as f:
        for i in allComment:
            f.write(i + '\n')
    print("写入成功!")


def showPic():
    img = np.array(image.open('demo.jpg'))
    with open('弹幕.txt', 'r', encoding='utf-8') as f:
        text = f.read()
        w = wordcloud.WordCloud(font_path = "msyh.ttc", mask=img, scale=15, width=1000, height=700, background_color='white')
        w.generate(text)
        w.to_file("taojie.png")
    print("生成成功!")


if __name__ == '__main__':
    url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=187988454'
    getHtmlText(url)
    showPic()
特别注意:demo.jpg是我随便找的图,不加你会报错的

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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