这篇文章主要介绍了如何使用Python爬取B站18000条黑神话悟空实机演示弹幕,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
开发环境:
Python 3.6
Pycharm
爬虫部分代码
导入工具
import requests
import parsel
import csv
import time
请求网页,爬取弹幕
url = 'https://api.bilibili.com/x/v2/dm/history?type=1&oid=226204073&date=2020-08-{}'.format(page)
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
"cookie": "_uuid=50D22ECF-208D-9409-DEA1-0B3EA3F74AB793744infoc; buvid3=A0FE83C2-5981-40DC-B0E2-C74A37227ECF155818infoc; CURRENT_FNVAL=16; rpdid=|(umuummlkY~0J'ulm|ullmll; sid=kr4i59d5; DedeUserID=65901796; DedeUserID__ckMd5=90847fa74c846032; SESSDATA=896f66c1%2C1606454910%2Ceacc7*51; bili_jct=2768c9f3a50e5333de1422cd66782350; LIVE_BUVID=AUTO3215909029132687; blackside_state=1; bsource=search_baidu; bp_video_offset_65901796=429260996026495399; bp_t_offset_65901796=429524591059675137; _dfcaptcha=0543580ac4738e5ca1bdae06da0ee65b; PVID=6"
}
response = requests.get(url=url, headers=headers)
response.encoding = response.apparent_encoding
selector = parsel.Selector(response.text)
data = selector.css('d::text').getall()
for i in data:
print(i)
with open('B站弹幕.csv', mode='a', newline='', encoding='utf-8-sig') as f:
writer = csv.writer(f)
links = []
links.append(i)
writer.writerow(links)
运行代码,结果如下图
词云图代码
入词云制作库wordcloud和中文分词库jieba
import jieba
import wordcloud
导入imageio库中的imread函数,并用这个函数读取本地图片,作为词云形状图片
import imageio
py = imageio.imread(r"拳头.png")
w = wordcloud.WordCloud(width=1000,
height=700,
background_color='white',
font_path='msyh.ttc',
mask=py,
scale=15,
stopwords={' '},
)
# 想要完整源码的同学可以关注我的公众号:松鼠爱吃饼干
# 回复“悟空”即可免费获取
将词云图片导出到当前文件夹
w.to_file('悟空.png')
最终效果图
原图
感谢你能够认真阅读完这篇文章,希望小编分享的“如何使用Python爬取B站18000条黑神话悟空实机演示弹幕”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
亿速云「云服务器」,即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘,价格低至29元/月。点击查看>>
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。
原文链接:https://my.oschina.net/u/4848094/blog/4745817