python实战：爬取哔哩哔哩视频弹幕 |
您所在的位置：网站首页 › bilibili弹幕快捷键 › python实战：爬取哔哩哔哩视频弹幕 |
python实战：爬取哔哩哔哩视频弹幕
|
分析页面
打开哔哩哔哩官网https://www.bilibili.com/ ，播放任意一个视频。 键盘 F12 快捷键，或者鼠标右击“检查”打开浏览器的检查页面。 点开视频右侧的“弹幕列表”，点击下面的“查看历史弹幕”，选择一个其他日期。
在开发者工具页面，找到seg.so?type=1&oid=这个请求，右边就是弹幕的 url 地址。
response 内就是乱码的弹幕数据，弹幕内容可以通过 re 正则表达式提取。（本文首发在“程序员coding”公众号）
日期区间也可以使用pandas中的date_range函数构造 import pandas as pd for day in pd.date_range(begin,end).strftime('%Y-%m-%d'): url = f'https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid=1385453956&date={day}' 保存数据 content = '\n'.join(content_list) with open('弹幕.txt', mode='a', encoding='utf-8') as f: f.write(content) print("保存完成") 完整代码 # （本文首发在“程序员coding”公众号） import requests import re import datetime # content_list存放所有弹幕 content_list = [] # 爬取开始日期和结束日期范围内的弹幕 begin = datetime.date(2023, 12, 28) end = datetime.date(2024, 1, 2) for i in range((end - begin).days + 1): day = begin + datetime.timedelta(days=i) url = f'https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid=1385453956&date={day}' headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36', 'cookie': '替换自己的' } response = requests.get(url=url, headers=headers) response.encoding = 'utf-8' temp_list = re.findall('[\u4e00-\u9fa5]+', response.text) content_list.extend(temp_list) print("爬取", day, "日弹幕,获取到：", len(temp_list), "条弹幕，已经增加到总列表。总列表共有", len(content_list), "条弹幕。") print(content_list) # 保存数据 content = '\n'.join(content_list) with open('弹幕.txt', mode='a', encoding='utf-8') as f: f.write(content) print("保存完成")pycharm 控制台输出如下，获取到 16589 条弹幕。（本文首发在“程序员coding”公众号）
保存的《弹幕.txt》文件如下：
|
【本文地址】
今日新闻 |
推荐新闻 |