知識點

爬蟲基本流程
正則
requests >>> pip install requests
jieba >>> pip install jieba
imageio >>> pip install imageio
wordcloud >>> pip install wordcloud

開發環境

add path 勾選其他可以默認安裝
Python越新的版本代表的一些模塊不太兼容
Python 3.6 / 3.8 >>> python解釋器(環境)
Pycharm >>> python編輯器

【付費VIP完整版】只要看了就能學會的教程，80集Python基礎入門視頻教學

點這里即可免費在線觀看

代碼實作程序步驟:

匯入模塊
發送請求對于彈幕url發送請求
決議資料提取我們想要彈幕內容
保存資料爬取彈幕可以保存csv檔案保存txt

爬蟲代碼

匯入模塊

import requests
import re

發送請求

url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=392402545'
headers = {
    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
response.encoding = response.apparent_encoding

決議資料

# re 正則運算式
html_data = re.findall('<d p=".*?">(.*?)</d>', response.text)
print(html_data)

保存資料

for index in html_data:
    with open('彈幕1.txt', mode='a', encoding='utf-8')  as f:
        f.write(index)
        f.write('\n')
        print(index)

詞云代碼

import jieba # 分詞模塊 pip install jiebe
import wordcloud # 詞云模塊 pip install wordcloud
import imageio # 自定義詞云樣式 pip install imageio

py = imageio.imread('python.png')
# 詞云 統計哪些詞語出現次數比較多, 次數出現的越多的話 字體顯示越大
f = open('彈幕1.txt', encoding='utf-8')
txt = f.read()
# print(txt)
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
print(string)

wc = wordcloud.WordCloud(
    width=500, # 寬度
    height=500, # 高度
    background_color='white', # 背景顏色
    font_path='msyh.ttc', # 字體檔案
    mask=py,
    stopwords={'了', '這個', '啊', '我', '的'}, # 停用詞
    # contour_width=5,
    # contour_color='red'

)
wc.generate(string)
wc.to_file('output3.png')

對于本篇文章有疑問，或者想要資料集的同學也可以點這里

轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/306241.html

標籤：python

上一篇：Python？30行代碼？爬取王者榮耀所有英雄皮膚圖片？

下一篇：OpenCV——高斯濾波

【Python爬蟲】15行代碼教你爬B站視頻彈幕，詞云圖展示資料（附原始碼）

知識點

開發環境

點這里即可免費在線觀看

代碼實作程序步驟:

爬蟲代碼

匯入模塊

發送請求

決議資料

保存資料

詞云代碼

對于本篇文章有疑問，或者想要資料集的同學也可以點這里