• 网站首页
• 网站建设
• 短视频
• 网站推广
• 网站模板
• 客户案例
• 资讯动态
• 关于我们

如何利用python爬取哔哩哔哩上的弹幕评论_python

当前位置：网站建设 > 技术支持

如何利用python爬取哔哩哔哩上的弹幕评论？

这个实现起来很简单，主要是抓包分析，哔哩哔哩的弹幕信息都保存在一个xml文件中，只要找到这个xml文件，然后进行解析，就能提取到我们所需的弹幕信息，下面我简单介绍一下实现过程，实验环境win10+python3.6+pycharm5.0，主要内容如下：

1.这里假设我们要爬取的是《动物世界》的弹幕信息，如下，看着信息好多：

接着按F12调出开发者工具如下，分别点击“网络”->“XHR”，刷新页面，查看抓包信息，很快就能发现list.so这个文件很大，而且是xml格式的，很可能是弹幕信息：

打开这个文件，复制链接到浏览器中，果然出现了我们需要的弹幕信息，如下：

2.接着就是爬取这个xml文件，并进行解析了，其实很简单，主要用到requests和BeautifulSoup这2个组合，requests请求xml文件，BeautifulSoup进行解析，很快就能提取到我们需要的弹幕信息，主要代码如下，很简单：

程序运行截图如下，已经成功解析出弹幕信息：

3.对抓取的弹幕信息进行简单统计分析，这里以词云进行显示吧，更直观、明了，还显得高大上，主要是先进行分词，然后再绘制词云，主要用到wordcloud和jieba这2个包，其中jieba用于中文分词，wordcloud用于绘制词云，主要步骤如下：

安装jieba,wordcloud这2个包，这里直接在cmd窗口pip install安装就行，如下：

分词及绘制词云图代码（背景图片可以自行设置），如下，很简单：

程序运行成功后，会在当前目录下生成一个alice_color.png图片，打开这个图片，就是我们生成好的词云图，如下：

可以看得出来，“会员”，“富有”，“微笑”是词频最高的3个词，看来看《动物世界》还需要会员，里面的人物都很富有啊，哈哈哈。

至此，我们就完成了利用python来爬取哔哩哔哩的弹幕信息，并进行了简单的统计展示。总的来说，整个过程不难，只要抓包分析，找到对应的xml文件，结合requests和BeautifulSoup，我们很快就能提取出所需的弹幕信息，网上也有相关资料和教程，感兴趣的可以搜一下，希望以上分享的内容能对你有所帮助吧。

版权说明：
本网站凡注明“广州京杭 原创”的皆为本站原创文章，如需转载请注明出处！
本网转载皆注明出处，遵循行业规范，如发现作品内容版权或其它问题的，请与我们联系处理！
欢迎扫描右侧微信二维码与我们联系。