如何用python抓取B站数据
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()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
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，
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
以上就是如何用python抓取B站数据的详细内容，更多关于python抓取B站数据的资料请关注好吧啦网其它相关文章！
相关文章：
网公网安备