本文的文字及圖片來源于網路,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理
本文來自騰訊云，作者：Python小二
前幾天 B 站上線了一個小視頻《后浪》，在全網引起了熱烈反響，有贊揚也有批評，視頻地址：https://www.bilibili.com/video/BV1FV411d7u7，本文我們爬一下視頻彈幕來了解一下 B 站網友對視頻的看法，
視頻彈幕是存在 xml
檔案中的，鏈接的格式為：http://comment.bilibili.com/+cid+.xml，我們只需要拿到視頻的 cid
即可，看一下獲取方式，我們先打開視頻鏈接 https://www.bilibili.com/video/BV1FV411d7u7，接著按
F12 鍵打開開發者工具選擇 Network，再重繪一下頁面，我們到 Filter 中輸入 cid 即可，如下所示：
拿到了 cid，我們可以知道彈幕檔案鏈接為：http://comment.bilibili.com/186803402.xml，打開鏈接看一下：
彈幕爬取的實作代碼如下所示：
url = "http://comment.bilibili.com/186803402.xml" req = requests.get(url) html = req.content html_doc = str(html, "utf-8") # 修改成utf-8 # 決議 soup = BeautifulSoup(html_doc, "lxml") results = soup.find_all('d') contents = [x.text for x in results] # 保存結果 dic = {"contents": contents} df = pd.DataFrame(dic) df["contents"].to_csv("bili.csv", encoding="utf-8", index=False)
現在我們已經獲取了彈幕資料，接下來再對資料做個詞云展示，實作代碼如下所示：
def jieba_(): # 打開評論資料檔案 content = open("bili.csv", "rb").read() # jieba 分詞 word_list = jieba.cut(content) words = [] # 過濾掉的詞 stopwords = open("stopwords.txt", "r", encoding="utf-8").read().split("\n")[:-1] for word in word_list: if word not in stopwords: words.append(word) global word_cloud # 用逗號隔開詞語 word_cloud = '，'.join(words) def cloud(): # 打開詞云背景圖 cloud_mask = np.array(Image.open("bg.png")) # 定義詞云的一些屬性 wc = WordCloud( # 背景圖分割顏色為白色 background_color='white', # 背景圖樣 mask=cloud_mask, # 顯示最大詞數 max_words=500, # 顯示中文 font_path='./fonts/simhei.ttf', # 最大尺寸 max_font_size=60, repeat=True ) global word_cloud # 詞云函式 x = wc.generate(word_cloud) # 生成詞云圖片 image = x.to_image() # 展示詞云圖片 image.show() # 保存詞云圖片 wc.to_file('cloud.png')
看一下效果：
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/236934.html
標籤：Python
上一篇：Python 分析電影《南方車站的聚會》，看看這部電影到底在講些什么？
下一篇：Python通用函式實作陣列計算