当前位置:   article > 正文

Python爬虫实战:爬取bilibili视频弹幕 并 生成云图_爬取billblii交换人生电影弹幕项目背景

爬取billblii交换人生电影弹幕项目背景

需要的资源:
字体文件,防止中文乱码
背景图片,好像设置了也没什么作用,用空再研究下


import re
import requests
from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator
import matplotlib.pyplot as plt
import os

# 获取网页的html
def open_url(url):
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.103 Safari/537.36'}
    response = requests.get(url=url, headers=headers)
    response.encoding = 'utf-8'
    html = response.text
    return html

# 获取弹幕并保存
def getdanmu(avurl):
    # 获取视频的cid
    html=open_url(avurl)
    danmu_id = re.findall(r'cid=(\d+)&', html)[0]
    danmu_url = 'http://comment.bilibili.com/{}.xml'.format(danmu_id)
    print("cid是:",danmu_id)

    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.81 Safari/537.36'}
    response = requests.get(url=danmu_url, headers=headers, verify=False)
    content = response.content.decode('utf-8')

    pattern = re.compile(r'<d.*?>(.*?)</d>')
    data_list = pattern.findall(content)
    print(data_list)

    if os.path.exists('Barrage.txt'):  # 如果文件存在
        os.remove('Barrage.txt')

    for li in data_list:
        with open('Barrage.txt', 'a', encoding='utf-8')as fp:
            fp.write(li + '\n')

# 生成词云
def ciyun():
    f = open('Barrage.txt', 'r', encoding='utf-8').read()  # 导入TXT文档
    backgroup_image = plt.imread(r'D:\Users\GengKY\PycharmProjects\day01\getbilibilixml\_28170.png')  # 背景图的路径

    wordcloud = WordCloud(
        width=1000,  # 像素的宽
        height=800,  # 像素的高
        margin=2,  # 边缘值空白值
        background_color='white',  # 背景颜色,默认黑色
        font_path=r'D:\Users\GengKY\PycharmProjects\day01\getbilibilixml\AliHYAiHei-Beta.ttf',  ##字体路径
        mask=backgroup_image,  ##背景图//笼罩图
        max_font_size=200,  ##默认最大值
        # min_font_size=16,      #默认最小值

    ).generate(f)

    plt.imshow(wordcloud)
    plt.axis('off')  ##坐标轴关闭
    plt.show()

if __name__ == '__main__':
    avurl=input("请输入bilibili视频连接: ")
    getdanmu(avurl)
    ciyun()
  • 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
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63

测试:

https://www.bilibili.com/video/BV1cr4y1F7XF
在这里插入图片描述
在这里插入图片描述

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/知新_RL/article/detail/205452
推荐阅读
相关标签
  

闽ICP备14008679号