如何用python抓取B站數據

Posted on by

概述

可以獲取的數據包括：

video-視頻模塊

user-用戶模塊

dynamic-動態模塊

這次用“Running Man”十周年特輯的視頻，來做個獲取彈幕的Demo。

我是對比

沒有對比，就沒有傷害，就像最近的“哈工大”某學生和“浙大”某學生一樣。

這是之前獲取彈幕的過程：

1、彈幕數據接口

https://comment.bilibili.com/123072475.xml (一個固定的url地址 + 視頻的cid + .xml)

2、利用Request模塊，獲取數據

3、利用Xpath解析數據

接下來，是時候表演真正的技術瞭。

經過bilibili_api的封裝，彈幕數據獲取的部分僅用瞭一行代碼：

danmu = video_info.get_danmaku()

相應的獲取視頻的基本信息和評論信息也是一樣的便捷。

basic_info = video_info.get_video_info()
comments = video_info.get_comments()

快速開始

接下來，本文將用bilibili_api獲取“Running Man”十周年特輯的彈幕數據，並繪制詞雲。

視頻的鏈接：

https://www.bilibili.com/video/BV1gC4y1h722

B站有av號和bv號，改版之後，在鏈接中直接顯示的是bv號，這兩個必須提供一個。

bvid是b站新的視頻唯一標識符，由12位數字、字母組成，大小寫敏感，傳入時請包含頭部的“BV”

比如：“BV1gC4y1h722”

1）安裝過程

安裝需要依賴request 模塊，它是把B站數據的API封裝起來瞭。

通過pip安裝即可：

pip install bilibili_api

導入模塊

from bilibili_api import Verify
from bilibili_api.video import VideoInfo
from bilibili_api.video import Danmaku

VideoInfo類-獲取視頻的信息（彈幕、評論、投幣數量、播放量等）

Danmaku類-彈幕類，用於獲取和發送彈幕

Verify 類，可用可不用。部分視頻信息需要登錄（即需要 SESSDATA ）後才能使用（如歷史彈幕獲取）。

對視頻進行點贊、投幣等用戶操作則需要 SESSDATA 和 csrf 。

關於 SESSDATA 和 csrf 獲取的詳細方法，可參考如下鏈接：

https://github.com/Passkou/bilibili_api/wiki/SESSDATA和CSRF獲取方法（Chrome為例）

2）獲取彈幕數據

創建VideoInfo對象，傳入兩個參數：

bvid=”BV1gC4y1h722″（視頻的BV號）

verify=verify（根據sessdata和csrf，獲取彈幕）

獲取的彈幕數據為“Danmaku類”的列表，通過遍歷，打印它的text即可

貼個代碼：

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）繪制詞雲

通過jieba分詞和WorldCloud繪制詞雲。

可通過WordCloud對象，傳入“背景顏色”，“背景圖”，“字體”等參數。

貼個代碼：

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) # 產生詞雲
word_cloud.to_file("rm.jpg") #保存圖片

# 顯示詞雲圖片
plt.imshow(word_cloud)
plt.axis('off')
plt.show()

4）最終效果

通過詞雲，可以看到最明顯的就是 “快樂 十周年”、“RM 十周年”、“哈哈哈哈哈哈”等，

小結

通過這個模塊“bilibili_api”，可以快速的獲取B站視頻和用戶的數據，至於數據獲取下來怎麼玩，就看自己的想象力啦~

本文相關源碼下載：https://alltodata.cowtransfer.com/s/6c255cd808b742

以上就是如何用python抓取B站數據的詳細內容，更多關於python抓取B站數據的資料請關註WalkonNet其它相關文章！

推薦閱讀：