爬出B站字幕做成词云

最新推荐文章于 2025-03-05 19:08:53 发布

Allenkzl

最新推荐文章于 2025-03-05 19:08:53 发布

阅读量599

点赞数

本文链接：https://blog.youkuaiyun.com/SmatrStone/article/details/86575209

版权

本文介绍了如何从B站视频中获取字幕，并利用这些字幕数据生成词云。通过打开视频，找到特定链接，抓取弹幕网址，然后使用代码处理这些数据，最终得到词云结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先打开B站,随便打开一个视频(要打开视频,再刷新),找到左边箭头的那个项,
然后电击右边header, 这个网址就是我们要爬取的弹幕了
在这里插入图片描述

以下是源码, 把网址后面那串数字放进程序入口就可以出结果了

import requests, re
from matplotlib import pyplot as plt
from wordcloud import WordCloud

# 获取网页信息
def get_webpage(cid):
    url = 'https://api.bilibili.com/x/v1/dm/list.so?oid='+str(cid)  # 1.需抓取的网址
    header ={'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'}
    webpage = requests.get(url=url,headers=header)
    with open('bili02.txt','wb') as w:
        w.write(webpage.content)
    with open('bili02.txt','r',encoding='utf-8') as r:
        rs = r.read()
    list = re.findall('>.*?<',rs)
    result=''
    for i in list:
        result