爬取B站「冰冰vlog 001「評論 做詞云

python小白，純屬來玩的（狗頭）

bs4jieba

wordcloud

imageio

matplotlib

**直接貼上了，自行研究

import requests

import time
from bs4 import beautifulsoup
import json
defget_html
(url)
:    headers =
r = requests.get(url, timeout=
30,headers=headers)
r.raise_for_status(
)    r.endcodding =
'utf-8'
return r.text
defget_content
(url)
:    comments =
html = get_html(url)
try:
s=json.loads(html)
except
:print
("jsonload error"
)   
num=
len(s[
'data'][
'replies']) 
i=0while icomment=s[
'data'][
'replies'
][i]
infodict=
infodict[
'uname'
]=comment[
'member'][
'uname'
]        infodict[
'like'
]=comment[
'like'
]         infodict[
'content'
]=comment[
'content'][
'message'
]         infodict[
'time'
]=time.strftime(
"%y-%m-%d %h:%m:%s"
,time.localtime(comment[
'ctime'])
)         i=i+
1return comments
defout2file
(dict):
with
open
('bilibilicomments.txt'
,'a+'
,encoding=
'utf-8'
)as f:
i=0for comment in
dict
:            i=i+
1try
:                f.write(
.format
(                    comment[
'uname'
], comment[
'like'
], comment[
'content'
], comment[
'time'])
)                f.write(
"-----------------\n"
)except
:print
("out2file error"
)print
('當前頁面儲存完成'
)if __name__ ==
'__main__'
:    e=
0    page=
1while e ==0:
url =
""+str
(page)
+"&type=1&oid=800760067&sort=2"
try:
print()
content=get_content(url)
print
("page:"
,page)
out2file(content)
page=page+
1# 為了降低被封ip的風險，每爬20頁便歇5秒。
if page%
10==0:
time.sleep(5)
except
:            e=
1

)

還是那句話，冰冰真可愛（狗頭）

爬取B站「冰冰vlog 001「評論 做詞云

python小白，純屬來玩的 狗頭 requests bs4jieba wordcloud imageio matplotlib 直接貼上了，自行研究 import requests import time from bs4 import beautifulsoup import json def ...

用Python爬取王冰冰vlog彈幕並製作詞云

最近的 瓜 多到我們措手不及，可謂是 熱點不斷 作為程式設計師，我們還可能隨時為此而加班。1.網頁解析 網頁結構可能隨時會發生變化。2.python第三方api 可能會有維護跟不上的問題。經過簡單對比，我選擇第一種方法。獲取資訊 defget page self try 延時操作，防止太快爬取 ti...

爬取B站彈幕

最近幾天學習爬蟲，便爬取了b站的彈幕，本篇博文記錄的是爬取彈幕的方法一，近期會更新方法二。下面是流程 點開這個包是這個形式的 這裡面就有明文的彈幕，但通過requests獲得的response是經過utf 8編碼加密過的，想要獲得彈幕內容還要解密。下面附 from bs4 import beauti...