Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
python免费学习资料以及群交流解答点击即可加入

前言

耗子喂汁是什么意思什么梗呢?可能很多人不知道,这个梗是出自马保国,经常上网的人可能听说过这个名字,而他所说的一些话也被当成了一些梗,比如年轻人不讲武德,闪电五连鞭等等

B站马保国的一段视频中他右眼红肿金句频出,部分经典句式甚至被网友们总结归纳成了“保国体”,变成了口头禅,比如“年轻人不讲武德,欺侮我六十九岁的老同志”“耗子尾汁”(好自为之)等

那么让我们来看看网友们大都发了啥弹幕

项目目标

爬取B站弹幕,词云图显示

Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!_第1张图片


第一个视频播放量快2000W了,弹幕也有4.8W

Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!_第2张图片


每天一遍,快乐源泉,嘿嘿嘿

环境

Python3.6

pycharm

爬虫代码

导入工具

import requestsimport parselimport csvimport time

先按F12,找到弹幕的数据在哪

Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!_第3张图片


从列表页中获取详情页的URL地址等数据

Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!_第4张图片


Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!_第5张图片


for page in range(20,32):

    time.sleep(1)

    print('=================正在下载11月{}日弹幕===================================='.format(page))

    url = 'https://api.bilibili.com/x/v2/dm/history?type=1&oid=140610898&date=2020-11-{}'.format(page)

    headers = {

        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36',

        "cookie": "__uuid=1896D3F7-4A98-54EB-F7FA-3301CE9EF5F307776infoc; buvid3=B68B2187-4C3E-4466-A896-FBF9B292099B190963infoc; LIVE_BUVID=AUTO4115757254257055; stardustvideo=1; rpdid=|(umu|ulY)JJ0J'ul~l~klRJ); sid=8cq4r229; im_notify_type_65901796=0; laboratory=1-1; DedeUserID=523606542; DedeUserID__ckMd5=909861ec223d26d8; blackside_state=1; CURRENT_FNVAL=80; SESSDATA=a976c0b4%2C1618637313%2C4d792*a1; bili_jct=7f54729ec20660f750661122b80746d2; PVID=1; bp_video_offset_523606542=458111639975213216; CURRENT_QUALITY=16; bfe_id=1e33d9ad1cb29251013800c68af42315"

    }

    response = requests.get(url=url, headers=headers)

    response.encoding = response.apparent_encoding

    selector = parsel.Selector(response.text)

    data = selector.css('d::text').getall()

    for i in data:

        print(i)

        with open('B站弹幕.csv', mode='a', newline='', encoding='utf-8-sig') as f:

            writer = csv.writer(f)

            links = []

            links.append(i)

            writer.writerow(links)

Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!_第6张图片

词云代码

import jieba

import wordcloud

import imageio

# 读取文件内容

f = open('csv文件地址', encoding='utf-8')

txt = f.read()

# print(txt)

# jiabe 分词 分割词汇

txt_list = jieba.lcut(txt)

string = ' '.join(txt_list)

# 词云图设置

wc = wordcloud.WordCloud(

        width=800,        # 图片的宽

        height=500,        # 图片的高

        background_color='white',  # 图片背景颜色

        font_path='msyh.ttc',    # 词云字体

        # mask=py,    # 所使用的词云图片

        scale=15,

)

# 给词云输入文字

wc.generate(string)

# 词云图保存图片地址

wc.to_file('\\1.png')

你可能感兴趣的:(Python爬取B站耗子尾汁、不讲武德出处的视频弹幕!)