手把手教你实现『B站直播』弹幕实时分析

大家好，我是阿辰，今天来教大家如何实现『B站直播』弹幕实时分析

思路：采集直播弹幕，然后通过情感分析，不同时间点的评论数，高频词统计

一、采集直播弹幕

首先在B站随意打开一个直播房间

https://live.bilibili.com/22080761?hotRank=0&session_id=acbf4a0396f4c22_E68865D5-1DD6-4677-859D-4A81FC5B86C6&visit_id=64j0r30ef8c0

房间号:22080761

1.查找弹幕链接

通过F12查看network，找到下面这个链接

https://api.live.bilibili.com/xlive/web-room/v1/index/roomEntryAction

可以看到是post请求，经过验证只需要房间号就可以获取弹幕！

2.构造post请求

roomid = "22080761"
url = 'https://api.live.bilibili.com/xlive/web-room/v1/dM/gethistory'
headers = {
    'Host': 'api.live.bilibili.com',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36',
}
data = {
    'roomid': roomid,
}
html = requests.post(url=url, headers=headers, data=data).json()

直接返回json数据

二、实时采集

为了达到实时采集的目的，需要将采集弹幕的代码封装成函数，然后每个几秒调用一次这个函数（比如这里定为5秒）

1.定时代码

def sleeptime(hour, min, sec):
    return hour * 3600 + min * 60 + sec
second = sleeptime(0, 0, 5)
while 1 == 1:
    time.sleep(second)
    print('do action')
    ###5秒采集一次
    get_msg()

这里的get_msg是采集弹幕函数

2.写入TxT

    with open(filename,"a+", encoding='gb18030') as f:
        for content in html['data']['room']:
            # 获取昵称
            nickname = content['nickname']
            # 获取发言
            text = content['text']
            # 获取发言时间
            timeline = content['timeline']
            # 记录发言
            msg = timeline + '*' + nickname + '*' + text
            ###不存在则添加
            if msg not in msg_data:
                f.write(str(msg)+"\n")

文本以房间号命名

三、情感分析

情绪判断，返回值为正面情绪的概率，越接近1表示正面情绪，越接近0表示负面情绪

先简单来看一个例子

text1 = '这部电影真心棒，全程无尿点'
s1 = SnowNLP(text1)
print(text1, s1.sentiments) # 这部电影真心棒，全程无尿点 0.9842572323704297

通过SnowNLP库实现文本的情感分析

roomid = "22080761"
filename = roomid + ".txt"
##读取当前txt
with open(filename, "r", encoding='gb18030') as f:
    msg_data = f.readlines()
Sentiment_list = []
###正面
count1 = 0
###负面
count2 = 0
for i in msg_data:
        text = i.split("*")[2]
        t = SnowNLP(text)
        if t.sentiments > 0.5:
            count1 = count1 +1
        else:
            count2 = count2 + 1
Sentiment_list.append(count1)
Sentiment_list.append(count2)
print(Sentiment_list)

从弹幕文本文件中读取出每一条弹幕，然后进行情感分析，最后统计正面评论数和负面评论数

正面弹幕13条、负面弹幕10条。

四、不同时间点评论数分析

同样还是读取弹幕文本文件，之后就以分钟为间隔进行统计

获取当前小时

h =  time.strftime("%Y-%m-%d %H", time.localtime())

开始统计

for i in msg_data:
        time_list.append(i.split("*")[0].split(":")[1])
data_time = list(set(time_list))
data_time.sort()
###只取三个
if len(data_time)>7:
    data_time = data_time[-7:]

name = [h+":"+i for i in data_time]
value =[time_list.count(i) for i in data_time]
print(name)
print(value)

五、高频词统计

思路：通过SnowNLP库对文本（弹幕）进行分词然后会分好的词进行统计排序

先将弹幕合并成文本

for i in msg_data:
    #if ymdhm in i:
        text_list.append(i.split("*")[2])

# 需要操作的句子
text = "".join(text_list)
text = text.replace("\n","")
print(text)
s = SnowNLP(text)

开始进行统计，然后取出前5

list_all = s.words
dict_x = {}
for item in list_all:
    dict_x[item] = list_all.count(item)
sorted_x = sorted(dict_x.items(), key=operator.itemgetter(1), reverse=True)
re_word_list = []
re_word_list_name = []
re_word_list_data = []
count = 0
for k, v in sorted_x:
    if count==5:
        break
    if len(k)>1:
        re_word_list_name.append(k)
        re_word_list_data.append(v)
        count = count+1
re_word_list.append(re_word_list_name)
re_word_list.append(re_word_list_data)
print(re_word_list)