3 行！仅 3 行代码就能抓取 B 站（弹幕、评论、用户）数据

今天介绍一个获取B站数据的Python扩展库-bilibili_api



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()速开始



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



1）导入模块



from bilibili_api import Verify
from bilibili_api.video import VideoInfo
from 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，感谢Running Man...





我是小结



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



点击关注，第一时间了解华为云新鲜技术~