Python3爬取B站视频弹幕

需要准备的环境:

成都网站建设哪家好，找成都创新互联公司！专注于网页设计、网站建设公司、微信开发、小程序开发、集团企业网站建设等服务项目。核心团队均拥有互联网行业多年经验，服务众多知名企业客户；涵盖的客户类型包括：成都三维植被网等众多领域，积累了大量丰富的经验，同时也获得了客户的一致称扬！

1. 一个B站账号，需要先登录,否则不能查看历史弹幕记录
2. 联网的电脑和顺手的浏览器，我用的Chrome
3. Python3环境以及request模块，安装使用命令，换源比较快：

 
 
 
 

  
  
  
  
pip3 install  request -i http://pypi.douban.com/simple
 
 
 
 

爬取步骤:

1.登录后打开需要爬取的视频页面，打开开发者工具台，Chrome可以使用F12快捷键，选择network监听请求

2.点击查看历史弹幕，获取请求

其中rolldate后面的数字表示该视频对应的弹幕号，返回的数据中timestamp表示弹幕日期，new表示数目

4.在查看历史弹幕中任选一天，查看，会发出新的请求

dmroll ，时间戳，弹幕号，表示获取该日期的弹幕，1507564800 表示2017/10/10 0:0:0

该请求返回xml数据

5.使用正则表达式获取所有弹幕消息，匹配模式

 
 
 
 

  
  
  
  
'(.*?)' 
 
 
 
 

6.拼接字符串，将所有弹幕保存到本地文件即可

 
 
 
 

  
  
  
  
with open('content.txt', mode='w+', encoding='utf8') as f:    f.write(content) 
 
 
 
 

7.参考代码如下，将弹幕按照日期保存为单个文件...因为太多了...

 
 
 
 

  
  
  
  
import requests
  
  
  
  

  
  
  
  
import re
  
  
  
  

  
  
  
  
import time 
  
  
  
  

  
  
  
  
"""    爬取哔哩哔哩视频弹幕信息""" 
  
  
  
  

  
  
  
  
# 2043618 是视频的弹幕标号,这个地址会返回时间列表
  
  
  
  

  
  
  
  
# https://www.bilibili.com/video/av1349282
  
  
  
  

  
  
  
  
url = 'https://comment.bilibili.com/rolldate,2043618'
  
  
  
  

  
  
  
  
# 获取弹幕的id 2043618
  
  
  
  

  
  
  
  
video_id = url.split(',')[-1]print(video_id)
  
  
  
  

  
  
  
  
# 获取json文件
  
  
  
  

  
  
  
  
html = requests.get(url)
  
  
  
  

  
  
  
  
# print(html.json())
  
  
  
  

  
  
  
  
 
  
  
  
  

  
  
  
  
# 生成时间戳列表
  
  
  
  

  
  
  
  
time_list = [i['timestamp'] for i in html.json()]
  
  
  
  

  
  
  
  
# print(time_list)
  
  
  
  

  
  
  
  
 
  
  
  
  

  
  
  
  
# 获取弹幕网址格式 'https://comment.bilibili.com/dmroll,时间戳,弹幕号'
  
  
  
  

  
  
  
  
 
  
  
  
  

  
  
  
  
# 弹幕内容,由于总弹幕量太大,将每个弹幕文件分别保存
  
  
  
  

  
  
  
  
for i in time_list:    content = ''    j = 'https://comment.bilibili.com/dmroll,{0},{1}'.format(i, video_id)    print(j)    text = requests.get(j).text
  
  
  
  

  
  
  
  
    # 匹配弹幕内容    res = re.findall('(.*?)', text)    
  
  
  
  

  
  
  
  
    # 将时间戳转化为日期形式,需要把字符串转为整数    timeArray = time.localtime(int(i))    date_time = time.strftime("%Y-%m-%d %H:%M:%S", timeArray)    print(date_time)    content += date_time + '
  
  
  
  

  
  
  
  
'    for k in res:        content += k + '
  
  
  
  

  
  
  
  
'    content += '
  
  
  
  

  
  
  
  
'    file_path = 'txt/{}.txt'.format(time.strftime("%Y_%m_%d", timeArray))    print(file_path)    
  
  
  
  

  
  
  
  
    with open(file_path, mode='w+', encoding='utf8') as f:        f.write(content) 
 
 
 
 

8.最终效果

文章名称：Python3爬取B站视频弹幕
当前URL：http://www.mswzjz.com/qtweb/news22/204572.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联