python爬取B站弹幕数据并生成词云图 |
您所在的位置:网站首页 › 哔哩哔哩弹幕最多有多少条内容 › python爬取B站弹幕数据并生成词云图 |
1.分析目的:用户在观看视频时会产生丰富的行为数据,如弹幕。通过分析这些行为数据,可以了解用户的兴趣偏好、观看习惯等 2.请求数据
4.这里再次刷新,能看到一个数据包里面又想要的弹幕数据。 5.这里的地址作为请求数据,查看历史弹幕需要登陆,这里需要放入cookie信息 import requests import re for page in range (6,9): #爬取六号到八号的弹幕 url = f'https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid=1356728331&date=2023-12-0{page}' headers={ 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36 Edg/119.0.0.0', 'Cookie':'#浏览器中的cookie } response = requests.get(url=url,headers=headers) response.encoding = 'utf-8' #进行转码防止乱码 content_list = re.findall('[\u4e00-\u9fa5]+',response.text) #正则表达式只匹配中文 content = '\n'.join(content_list) with open('热门视频弹幕.txt',mode='a',encoding='utf_8') as f: f.write(content) print(content_list)6.将爬取到的内容保存到文本文档,热门视频弹幕.txt中,打开查看爬取结果(这里爬取了三天的历史弹幕,因为视频是最近的,若想要更多数据,可以选择弹幕更多的视频,并修改代码中的 range参数) 7.进行词云图显示,查看热门弹幕词 import jieba import wordcloud f = open('热门视频弹幕.txt',encoding='utf-8') text = f.read() txt = ' '.join(jieba.lcut(text)) print(txt) wc = wordcloud.WordCloud( width=1000, height=700, font_path='msyh.ttc', background_color='white', stopwords={'这个','很','的','用','了'}, #设置停用词 scale=15 ) wc.generate(txt) wc.to_file('弹幕词云图.png')查看结果
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |