内容简介:Python3爬取B站视频弹幕
需要准备的环境:
- 一个B站账号,需要先登录,否则不能查看历史弹幕记录
- 联网的电脑和顺手的浏览器,我用的Chrome
- Python3环境以及request模块,安装使用命令,换源比较快:
pip3 install request -i http://pypi.douban.com/simple
爬取步骤:
1.登录后打开需要爬取的视频页面,打开开发者 工具 台,Chrome可以使用F12快捷键,选择network监听请求
2.点击查看历史弹幕,获取请求
其中rolldate后面的数字表示该视频对应的弹幕号,返回的数据中timestamp表示弹幕日期,new表示数目
4.在查看历史弹幕中任选一天,查看,会发出新的请求
dmroll ,时间戳,弹幕号,表示获取该日期的弹幕,1507564800 表示2017/10/10 0:0:0
该请求返回xml数据
5.使用正则表达式获取所有弹幕消息,匹配模式
'<d p=".*?">(.*?)</d>'
6.拼接字符串,将所有弹幕保存到本地文件即可
with open('content.txt', mode='w+', encoding='utf8') as f: f.write(content)
7.参考代码如下,将弹幕按照日期保存为单个文件...因为太多了...
import requests import re import time """ 爬取哔哩哔哩视频弹幕信息""" # 2043618 是视频的弹幕标号,这个地址会返回时间列表 # https://www.bilibili.com/video/av1349282 url = 'https://comment.bilibili.com/rolldate,2043618' # 获取弹幕的id 2043618 video_id = url.split(',')[-1]print(video_id) # 获取json文件 html = requests.get(url) # print(html.json()) # 生成时间戳列表 time_list = [i['timestamp'] for i in html.json()] # print(time_list) # 获取弹幕网址格式 'https://comment.bilibili.com/dmroll,时间戳,弹幕号' # 弹幕内容,由于总弹幕量太大,将每个弹幕文件分别保存 for i in time_list: content = '' j = 'https://comment.bilibili.com/dmroll,{0},{1}'.format(i, video_id) print(j) text = requests.get(j).text # 匹配弹幕内容 res = re.findall('<d p=".*?">(.*?)</d>', text) # 将时间戳转化为日期形式,需要把字符串转为整数 timeArray = time.localtime(int(i)) date_time = time.strftime("%Y-%m-%d %H:%M:%S", timeArray) print(date_time) content += date_time + ' ' for k in res: content += k + ' ' content += ' ' file_path = 'txt/{}.txt'.format(time.strftime("%Y_%m_%d", timeArray)) print(file_path) with open(file_path, mode='w+', encoding='utf8') as f: f.write(content)
8.最终效果
以上所述就是小编给大家介绍的《Python3爬取B站视频弹幕》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- GuiLite 3.5 发布:视频,视频,视频
- AVFoundation 视频常用套路: 视频合成与导出,拍视频手电筒,拍照闪光灯
- AVFoundation 视频常用套路: 视频合成与导出,拍视频手电筒,拍照闪光灯
- .NET 处理视频-MediaInfo 获取视频信息
- Android 音视频开发打怪升级之音视频硬解码篇(一):音视频基础知识
- .NET 处理视频-ffmpeg.exe 获取视频信息
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
大数据系统构建
Nathan Marz、James Warren / 马延辉、向磊、魏东琦 / 机械工业出版社 / 2017-1 / 79.00
随着社交网络、网络分析和智能型电子商务的兴起,传统的数据库系统显然已无法满足海量数据的管理需求。 作为一种新的处理模式,大数据系统应运而生,它使用多台机器并行工作,能够对海量数据进行存储、处理、分析,进而帮助用户从中提取对优化流程、实现高增长率的有用信息,做更为精准有效的决策。 但不可忽略的是,它也引入了大多数开发者并不熟悉的、困扰传统架构的复杂性问题。 本书将教你充分利用集群硬件优势的La......一起来看看 《大数据系统构建》 这本书的介绍吧!