怎样用Python来分析b站弹幕

怎样用python来分析b站弹幕，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

用Python分析b站弹幕

纸巾再湿也是干垃圾？瓜子皮再干也是湿垃圾？？最近大家都被垃圾分类折磨的不行，傻傻的你是否拎得清？自2019.07.01开始，上海已率先实施垃圾分类制度，违反规定的还会面临罚款。

为了避免巨额损失，我决定来b站学习下垃圾分类的技巧。为什么要来b站，听说这可是当下年轻人最流行的学习途径之一。

打开b站，搜索了下垃圾分类，上来就被这个标题吓(吸)到(引)了：在上海丢人的正确姿势。

当然，这里的丢人非彼丢人，指的是丢垃圾的丢。

点开发现，原来是一段对口相声啊，还是两个萌妹子(ai)的对口相声，瞬间就来了兴趣，阐述的是关于如何进行垃圾分类的。

看完一遍又一遍，简直停不下来了，已经开启了洗脑模式，毕竟视频很好玩，视频中的弹幕更是好玩！

独乐乐不如众乐乐，且不如用Python把弹幕保存下来，做个词云图？就这么愉快地决定了！

1 环境

操作系统：windows

Python版本：3.7.3

2 需求分析

我们先需要通过<F12>开发调试工具，查询这条视频的弹幕的 cid 数据。

拿到 cid 之后，再填入下面的链接中。

Http://comment.bilibili.com/{cid}.xml

打开之后，就可以看到该视频的弹幕列表。

有了弹幕数据后，我们需要先将解析好，并保存在本地，方便进一步的加工处理，如制成词云图进行展示。

3 代码实现

在这里，我们获取网页的请求使用 requests 模块；解析网址借助 beautifulsoup4 模块；保存为CSV数据，这里借用 pandas 模块。因为都是第三方模块，如环境中没有可以使用 pip 进行安装。

pip install requestspip install beautifulsoup4pip install lxmlpip install pandas

模块安装好之后，进行导入

import requestsfrom bs4 import BeautifulSoupimport pandas as pd

请求、解析、保存弹幕数据

# 请求弹幕数据url = 'http://comment.bilibili.com/99768393.xml'html = requests.get(url).content# 解析弹幕数据html_data = str(html, 'utf-8')bs4 = BeautifulSoup(html_data, 'lxml')results = bs4.find_all('d')comments = [comment.text for comment in results]comments_dict = {'comments': comments}# 将弹幕数据保存在本地br = pd.DataFrame(comments_dict)br.to_csv('barrage.csv', encoding='utf-8')

接下来，我们就对保存好的弹幕数据进行深加工。

制作词云，我们需要用到 Wordcloud 模块、matplotlib 模块、jieba 模块，同样都是第三方模块，直接用 pip 进行安装。

pip install wordcloudpip install matplotlibpip install jieba

模块安装好之后，进行导入，因为我们读取文件用到了 panda 模块，所以一并导入即可

from wordcloud import WordCloud, ImageColorGeneratorimport matplotlib.pyplot as pltimport pandas as pdimport jieba

我们可以自行选择一张图片，并基于此图片来生成一张定制的词云图。我们可以自定义一些词云样式，代码如下：

# 解析背景图片mask_img = plt.imread('Bulb.jpg')'''设置词云样式'''wc = WordCloud( # 设置字体  font_path='SIMYOU.TTF', # 允许最大词汇量 max_words = 2000, # 设置最大号字体大小 max_font_size = 80, # 设置使用的背景图片 mask = mask_img, # 设置输出的图片背景色 background_color=None, mode="RGBA", # 设置有多少种随机生成状态，即有多少种配色方案 random_state=30)

接下来，我们要读取文本信息（弹幕数据），进行分词并连接起来：

# 读取文件内容br = pd.read_csv('barrage.csv', header=None)# 进行分词，并用空格连起来text = ''for line in br[1]: text += ' '.join(jieba.cut(line, cut_all=False))

最后来看看我们效果图

有没有感受到大家对垃圾分类这个话题的热情，莫名喜感涌上心头。

4 后记

这两个AI萌妹子说的相声很不错，就不知道郭德纲看到这个作品会作何感想。回到垃圾分类的话题，目前《上海市生活垃圾管理条例》已正式施行，不在上海的朋友们也不要太开心，住建部表示，全国其它46个重点城市也即将体验到……哈哈哈哈哈，有趣！

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注编程网Python频道，感谢您对编程网的支持。