Python爬虫教程12：从b站获取神仙姐姐的视频弹幕内容_bili爬取弹幕

#1. 随便在b站找个测试视频的地址，然后把网址在bilibili前面加一个 i 访问后，就可以看到跳转后的弹幕地址了，https://www.ibilibili.com/…，如下所示，你也可以通过下方，我分享的源码中get_danmu_url(url):我写的函数（传一个参数视频地址即可），来得到转化后的弹幕地址，这样就不用手动查看转化了。

#我的Python教程
#官方微信公众号：wdPython
1
2

2.刘亦菲弹幕获取好的效果（弹幕很多，下面发的是部分）

那是因为是你

看多少次都会笑死的地步

“现在放下了”，后续老刘买了一件古驰外套送给导演了

刘亦菲，LV路易威登和宝格丽双顶奢全球代言人，无所谓大家的恨

我觉得她是intp有种冷幽默感

就喜欢黑宝宝们上蹿下跳发疯的样子

这里刘涛特别照顾刘亦菲

耿直girl

有时候回答记者问题就是要绕弯子 有技巧的

别围棋少女了，粉圈有几个看过的？只会跟风黑

突然发现她说话语气和风格和孙一宁好像

人家不是笨蛋是大智若愚

import requests
import re
import parsel
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
}

#测试视频网址 https://www.bilibili.com/video/BV1Ts4y1p7Vc/?spm_id_from=333.337.search-card.all.click
def get_middletext(content,start_content,end_content):
    '''
    知道前面和后面的文本，取出中间的文本
    例如我的Python教程,我的和教程的中间文本就是Python
    '''
    start_index = content.index(start_content) + len(start_content)
    end_index = content.index(end_content)
    middle_text = content[start_index : end_index]
    return middle_text

#1.通过原网址，找到弹幕视频的网址
def get_danmu_url(url):
    url='https://www.bilibili.com/video/BV1Ts4y1p7Vc/?spm_id_from=333.337.search-card.all.click'
    new_url = url.replace("//www.", "//www.i")
    web_data = requests.get(new_url, headers=headers).text
    selector = parsel.Selector(web_data)
    danmu_url=selector.xpath('.//div[@class="input-group"][5]/input').get()
    danmu_url=get_middletext(danmu_url, 'value="', '" class', ).strip()
    print('解析后的弹幕地址：',danmu_url)
    return danmu_url

if __name__ == '__main__':
    #这是一个测试的B站视频地址
    video_url = get_danmu_url('https://www.bilibili.com/video/BV1Ts4y1p7Vc/?spm_id_from=333.337.search-card.all.click')
    response = requests.get(url=video_url,headers=headers)
    response.encoding = 'UTF-8'
    #print(response.text)
    #p="290.78000,1,25,16777215,1692205108,0,689b568b,1385075854249679616,10">刘亦菲情商好高啊</d><d
    danmu_lists = re.findall('p=".*?">(.*?)</d><d',response.text)
    danmu_content = '\n'.join(danmu_lists)
    print(danmu_content)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39