简单的用Python获取一下视频弹幕，新手练手实战项目，非常简单！

昨天看到个视频，弹幕挺有意思的，于是想着用Python给他全部扒下来。

代码非常简单，接下来我们看看 具体操作。

需要准备这些

软件

• Python 3.8
• Pycharm

模块使用

• import requests 数据请求
• import jieba 分词
• import wordcloud 词云
• import parsel 数据解析
• import re 正则

win + R 输入cmd 输入安装命令 pip install 模块名 (如果你觉得安装速度比较慢, 你可以切换国内镜像源)

本次目标

视频地址: https://www.bilibili.com/video/BV1Nz4y1x7tA/
弹幕内容: https://www.ibilibili.com/video/BV1Nz4y1x7tA/
弹幕地址: https://api.bilibili.com/x/v1/dm/list.so?oid=1205968547

流程步骤

基本实现步骤: <公式>

1. 发送请求 --> 数据所对应链接地址
   https://api.bilibili.com/x/v1/dm/list.so?oid=1205968547
2. 获取数据 --> 获取整个页面数据内容
3. 解析数据 --> 提取具体数据内容
4. 保存数据 --> 保存本地文件

代码展示

模块导入# 数据请求模块 --> 第三方模块 需要安装 pip install requests

import requests   
# 导入正则表达式 --> 内置模块不需要安装
import re
# 导入数据解析模块 --> 第三方模块 需要安装 pip install parsel
# 视频讲解+代码我都打包好了，直接在这个q裙自取：708525271
import parsel

 

发送请求

# 请求链接
url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=1205968547'
# 调用requests模块里面get请求方法对于url地址发送请求
response = requests.get(url)
print(response)

 

获取数据

获取文本响应数据

print(response.text)

 

当我们获取数据出现乱码怎么办呢？

response .encoding = 'utf-8'

 

数据解析

正则匹配数据

re_content = re.findall('<d p=".*?">(.*?)</d>',html_data)
content = re.findall('<source>(.*?)</source>', html_data)
print(re_content)
print(content)

 

转化数据

把获取到响应文本数据，转成可解析对象。

selector = parsel.Selector(html_data) # 选择器对象

# d 标签名字 d::text -提取d标签里的文本内容
css_content = selector.css('d::text').getall()

print(selector)

 

保存数据

for content in css_content:
    # mode 保存方式 --> w写入数据, 会覆盖 a 追加保存
    with open('弹幕_1.txt', mode='a', encoding='utf-8') as f:
        f.write(content)
        f.write('\n')
    print(content)

 

好了，今天的分享就到这里结束了，咱们下次见！