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 |
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
|
3.这里选取首页的热门视频，打开网页的开发者模式，点击网络刷新页面，点击查看历史弹幕。
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |