当前位置:   article > 正文

哔哩哔哩视频弹幕爬取_哔哩哔哩爬取弹幕

哔哩哔哩爬取弹幕

首先进入一个视频的界面,F12浏览network,限定XHR,播放视频,搜索list,这时会有一个如下截图一样的请求

在这里插入图片描述

Request URL:https://api.bilibili.com/x/player/pagelist?bvid=BV11D4y127tj&jsonp=jsonp,对该url发起请求后,会得到一个json,json里包含了cid

在这里插入图片描述

通过cid的拼接,‘https://comment.bilibili.com/’ + cid + ‘.xml’,得到一个url,该url里面包含了所有的弹幕内容
对上述url发起请求后得到的内容

在这里插入图片描述

我们发现所有的弹幕都存在d标签下面,通过find_all(’'d)即可获得所有的d标签,之后再依次提取标签里的text文本就获得了弹幕

总代码如下

import requests
from bs4 import BeautifulSoup
import re

url = 'https://api.bilibili.com/x/player/pagelist?bvid=BV11D4y127tj&jsonp=jsonp'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.135 Safari/537.36'
}

response = requests.get(url=url,headers=headers)
list_data = response.json()
for list in list_data['data']:
    cid = str(list['cid'])
    url1 = 'https://comment.bilibili.com/' + cid + '.xml'
    dm_response = requests.get(url1)
    dm_response.encoding='utf-8'
    soup = BeautifulSoup(dm_response.text,'lxml')
    result=soup.find_all('d')
    fp = open('./danmu.txt','w',encoding='utf-8')
    for l in result:
        fp.write(l.text)
        fp.write('\n')
    print("over")






  • 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
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小蓝xlanll/article/detail/205416
推荐阅读
相关标签
  

闽ICP备14008679号