3行！仅3行代码就能抓取B站数据

今天介绍一个获取B站数据的Python扩展库-bilibili_api

可以获取的数据包括：

video-视频模块
user-用户模块
dynamic-动态模块

这次用“Running Man”十周年特辑的视频，来做个获取弹幕的Demo。

我是对比

没有对比，就没有伤害，就像最近的“哈工大”某学生和“浙大”某学生一样。

这是之前获取弹幕的过程：

1、弹幕数据接口

https://comment.bilibili.com/123072475.xml (一个固定的url地址 + 视频的cid + .xml)

2、利用Request模块，获取数据

3、利用Xpath解析数据

接下来，是时候表演真正的技术了。

经过bilibili_api的封装，弹幕数据获取的部分仅用了一行代码：

danmu = video_info.get_danmaku()

相应的获取视频的基本信息和评论信息也是一样的便捷。

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

快速开始

接下来，本文将用bilibili_api获取“Running Man”十周年特辑的弹幕数据，并绘制词云。

视频的链接：

https://www.bilibili.com/video/BV1gC4y1h722

B站有av号和bv号，改版之后，在链接中直接显示的是bv号，这两个必须提供一个。

bvid是b站新的视频唯一标识符，由12位数字、字母组成，大小写敏感，传入时请包含头部的“BV”

比如：“BV1gC4y1h722”

1）安装过程

安装需要依赖request 模块，它是把B站数据的API封装起来了。

通过pip安装即可：

pip install bilibili_api

1）导入模块

from bilibili_api import Verifyfrom bilibili_api.video import VideoInfofrom bilibili_api.video import Danmaku

VideoInfo类-获取视频的信息（弹幕、评论、投币数量、播放量等）

Danmaku类-弹幕类，用于获取和发送弹幕

Verify 类，可用可不用。部分视频信息需要登录（即需要 SESSDATA ）后才能使用（如历史弹幕获取）。

对视频进行点赞、投币等用户操作则需要 SESSDATA 和 csrf 。

关于 SESSDATA 和 csrf 获取的详细方法，可参考如下链接：

https://github.com/Passkou/bilibili_api/wiki/SESSDATA和CSRF获取方法（Chrome为例）

2）获取弹幕数据

创建VideoInfo对象，传入两个参数：

bvid="BV1gC4y1h722"（视频的BV号）

verify=verify（根据sessdata和csrf，获取弹幕）

获取的弹幕数据为“Danmaku类”的列表，通过遍历，打印它的text即可

贴个代码：

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）绘制词云

通过jieba分词和WorldCloud绘制词云。

可通过WordCloud对象，传入“背景颜色”，“背景图”，“字体”等参数。

贴个代码：

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) # 产生词云word_cloud.to_file("rm.jpg") #保存图片# 显示词云图片plt.imshow(word_cloud)plt.axis('off')plt.show()

4）最终效果

通过词云，可以看到最明显的就是 “快乐十周年”、“RM 十周年”、“哈哈哈哈哈哈”等，感谢Running Man...

我是小结

通过这个模块“bilibili_api”，可以快速的获取B站视频和用户的数据，至于数据获取下来怎么玩，就看自己的想象力啦~

本文相关源码下载：https://alltodata.cowtransfer.com/s/6c255cd808b742

点击关注，第一时间了解华为云新鲜技术~

3行！仅3行代码就能抓取B站数据相关推荐

【CV\utils】计算机视觉：视频图像（清洗、裁剪、人脸区域抓取等）数据预处理数据集制作 | 代码合集
[start:2023.06.15] 文章目录 1. FFmpeg 1.1. 下载 1.2. 万能观影 1.3. 拷贝视频 1.4. 裁剪视频 1.5. 横向拼接视频 2. OpenCV 2.1. 安 ...
php抓取新浪数据,php 抓取新浪新闻的程序代码
抓取就是采集了,今天因为我们要做一个实时采集新浪新闻的功能,下面整理了一个非常了得的php 抓取新浪新闻的程序,我们来看看. 首先,需要下载一个simple_html_dom第三方扩展库,具体下载方式 ...
php生成超链接完整代码_PHP 超链接抓取实现代码
因为最近要做一个类似专业搜索引擎的东西,需要抓取网页的所有超链接.大家帮忙测试一下子,下面的代码是否可以针对所有的标准超链接. 通用HTML标准超链接参数取得正则表达式测试因为最近要做一个类似专业搜 ...
php生成超链接完整代码_PHP 超链接抓取的实现代码
因为最近要做一个类似专业搜索引擎的东西,需要抓取网页的所有超链接. 下面的代码是否可以针对所有的标准超链接.通用HTML标准超链接参数取得正则表达式测试. 因为最近要做一个类似专业搜索引擎的东西,需要 ...
python爬取网页代码-python爬虫爬取网页所有数据详细教程
Python爬虫可通过查找一个或多个域的所有 URL 从 Web 收集数据.Python 有几个流行的网络爬虫库和框架.大家熟知的就是python爬取网页数据,对于没有编程技术的普通人来说,怎么才能快 ...
python代码壁纸-爬虫抓取王者荣耀所有英雄皮肤高清壁纸+超强注释
[python]代码库import urllib.request import re # 获取主页源码 url = 'https://pvp.qq.com/web201605/herolist.sht ...
1688 API接口分享：抓取商品详情数据商品采集接口代码展示
接口名称:item_get-获得1688商品详情开发进度:已完成✔ 公共参数名称类型必须描述 key String 是调用key(必须以GET方式拼接在URL中) secret Strin ...
抓取网页代码php,PHP抓取网页代码示例
//PHP(前提是装了curl): $ch = curl_init(); curl_setopt ($ch, CURLOPT_URL, "http://www.xxx/"); cu ...
php采集一言代码_php抓取一言数据
本来我博客的一言,都是来自https://github.com/kokororin/hitokoto/blob/master/hitokoto.json的,400多条的样子. 刚刚自己有点不满足这些了 ...

3行！仅3行代码就能抓取B站数据

我是小结

3行！仅3行代码就能抓取B站数据相关推荐

最新文章

热门文章