溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

如何用python抓取小破站數(shù)據(jù)

發(fā)布時間:2022-02-22 17:00:12 來源:億速云 閱讀:130 作者:iii 欄目:開發(fā)技術(shù)

這篇文章主要介紹“如何用python抓取小破站數(shù)據(jù)”,在日常操作中,相信很多人在如何用python抓取小破站數(shù)據(jù)問題上存在疑惑,小編查閱了各式資料,整理出簡單好用的操作方法,希望對大家解答”如何用python抓取小破站數(shù)據(jù)”的疑惑有所幫助!接下來,請跟著小編一起來學習吧!

概述

可以獲取的數(shù)據(jù)包括:

video-視頻模塊

user-用戶模塊

dynamic-動態(tài)模塊

這次用“Running Man”十周年特輯的視頻,來做個獲取彈幕的Demo。

我是對比

沒有對比,就沒有傷害,就像最近的“哈工大”某學生和“浙大”某學生一樣。

這是之前獲取彈幕的過程:

1、彈幕數(shù)據(jù)接口

https://comment.bilibili.com/123072475.xml (一個固定的url地址 + 視頻的cid + .xml)

2、利用Request模塊,獲取數(shù)據(jù)

3、利用Xpath解析數(shù)據(jù)

接下來,是時候表演真正的技術(shù)了。

經(jīng)過bilibili_api的封裝,彈幕數(shù)據(jù)獲取的部分僅用了一行代碼:

danmu = video_info.get_danmaku()

相應(yīng)的獲取視頻的基本信息和評論信息也是一樣的便捷。

basic_info = video_info.get_video_info()
comments = video_info.get_comments()

快速開始

接下來,本文將用bilibili_api獲取“Running Man”十周年特輯的彈幕數(shù)據(jù),并繪制詞云。

B站有av號和bv號,改版之后,在鏈接中直接顯示的是bv號,這兩個必須提供一個。

bvid是b站新的視頻唯一標識符,由12位數(shù)字、字母組成,大小寫敏感,傳入時請包含頭部的“BV”

比如:“BV1gC4y1h722”

1)安裝過程

安裝需要依賴request 模塊,它是把B站數(shù)據(jù)的API封裝起來了。

通過pip安裝即可:

pip install bilibili_api

導入模塊

from bilibili_api import Verify
from bilibili_api.video import VideoInfo
from bilibili_api.video import Danmaku

VideoInfo類-獲取視頻的信息(彈幕、評論、投幣數(shù)量、播放量等)

Danmaku類-彈幕類,用于獲取和發(fā)送彈幕

Verify 類,可用可不用。部分視頻信息需要登錄(即需要 SESSDATA )后才能使用(如歷史彈幕獲?。?/p>

對視頻進行點贊、投幣等用戶操作則需要 SESSDATA 和 csrf 。

2)獲取彈幕數(shù)據(jù)

創(chuàng)建VideoInfo對象,傳入兩個參數(shù):

bvid="BV1gC4y1h722"(視頻的BV號)

verify=verify(根據(jù)sessdata和csrf,獲取彈幕)

獲取的彈幕數(shù)據(jù)為“Danmaku類”的列表,通過遍歷,打印它的text即可

貼個代碼:

verify = Verify(sessdata="你的", csrf="你的")
video_info = VideoInfo(bvid="BV1gC4y1h722", verify=verify)

danmu = video_info.get_danmaku()
for i in danmu:
    print(i.text)

3)繪制詞云

通過jieba分詞和WorldCloud繪制詞云。

可通過WordCloud對象,傳入“背景顏色”,“背景圖”,“字體”等參數(shù)。

貼個代碼:

wc = WordCloud(
    background_color='white',
    mask=background_Image,
    font_path=r'./SourceHanSerifCN-Medium.otf',
    color_func=random_color_func,
    random_state=50,
)

word_cloud = wc.generate(words_str) # 產(chǎn)生詞云
word_cloud.to_file("rm.jpg") #保存圖片

# 顯示詞云圖片
plt.imshow(word_cloud)
plt.axis('off')
plt.show()

到此,關(guān)于“如何用python抓取小破站數(shù)據(jù)”的學習就結(jié)束了,希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習,快去試試吧!若想繼續(xù)學習更多相關(guān)知識,請繼續(xù)關(guān)注億速云網(wǎng)站,小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>

向AI問一下細節(jié)

免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI