Python爬虫：检索B站视频提取弹幕构建词云！这么简单的吗？

1、思路

B站的视频弹幕由三层关键词可以锁定，第一层是检索的关键词，第二层是每个视频的bvid，第三曾是每个视频的oid，相关的获取API网上都有。爬虫使用的是request，构建词云使用的wordCloud，中间还嵌套使用了正则、数据分析部分内容。总体的思路是：

1. 根据关键词检索视频
2. 根据每个视频的标示bvid得到标示该视频弹幕的oid
3. 根据oid请求弹幕，并解析弹幕数据
4. 根据获取的弹幕数据构建词云

2、源码

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import matplotlib.pyplot as plt
from wordcloud import WordCloud, STOPWORDS
import requests
import json
import chardet
import re

# (.*?)')
        data = pattern.findall(final_res)
        return data

    #保存
    def save(self,data):
        #追加
        with open(self.filename, mode="a", encoding="utf-8") as file:
            for i in data:
                file.write(i)
                file.write("\n")

    def draw(self):
        # 打开文件
        path=r'./'+self.filename
        print('path=',path)
        with open(path, 'r', encoding='utf-8') as f:
            text = f.read()

        # 设置停用词
        stopwords = set(STOPWORDS)

        # 设置词云样式
        font = r'/System/Library/fonts/PingFang.ttc'
        output = WordCloud(font_path=font, background_color="black", max_words=2000,
                           stopwords=stopwords, max_font_size=40, random_state=42)

        # 生成词云
        output.generate(text)

        # 输出显示
        plt.figure(figsize=(8, 9))
        plt.imshow(output, interpolation="bilinear")
        # on or off
        plt.axis("off")
        plt.show()

if __name__ =="__main__":
    gwc=GenWordCloud("1")
    params=gwc.SearchVideo()
    print(params)
    # params=["BV1Az4y1Q7ru","BV1jC4y1b7bh","BV1jC4y1b7bh"]
    for i in params:
        oid = gwc.get_oid(i)
        data =gwc. get_data(oid)
        gwc.save(data)

    gwc.draw()

3、效果展示

 

这样也太简单了吧  私信  源码 可领取神秘代码一份哦