python爬取B站弹幕数据并生成词云图

1.分析目的：用户在观看视频时会产生丰富的行为数据，如弹幕。通过分析这些行为数据，可以了解用户的兴趣偏好、观看习惯等

2.请求数据

3.这里选取首页的热门视频，打开网页的开发者模式，点击网络刷新页面，点击查看历史弹幕。

4.这里再次刷新，能看到一个数据包里面又想要的弹幕数据。

5.这里的地址作为请求数据，查看历史弹幕需要登陆，这里需要放入cookie信息

import requests
import re
for page in range (6,9):  #爬取六号到八号的弹幕
    url = f'https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid=1356728331&date=2023-12-0{page}'
    headers={
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36 Edg/119.0.0.0',
        'Cookie':'#浏览器中的cookie

     }
    response = requests.get(url=url,headers=headers)
    response.encoding = 'utf-8'  #进行转码防止乱码
    content_list = re.findall('[\u4e00-\u9fa5]+',response.text)   #正则表达式只匹配中文
    content = '\n'.join(content_list)
    with open('热门视频弹幕.txt',mode='a',encoding='utf_8') as f:
        f.write(content)
    print(content_list)

6.将爬取到的内容保存到文本文档，热门视频弹幕.txt中，打开查看爬取结果（这里爬取了三天的历史弹幕，因为视频是最近的，若想要更多数据，可以选择弹幕更多的视频，并修改代码中的 range参数）

7.进行词云图显示，查看热门弹幕词

import jieba
import wordcloud
f = open('热门视频弹幕.txt',encoding='utf-8')
text = f.read()
txt = ' '.join(jieba.lcut(text))
print(txt)
wc = wordcloud.WordCloud(
    width=1000,
    height=700,
    font_path='msyh.ttc',
    background_color='white',
    stopwords={'这个','很','的','用','了'},  #设置停用词
    scale=15
)
wc.generate(txt)
wc.to_file('弹幕词云图.png')

查看结果