m0_73129025的博客

原创 基于Java学习视频弹幕的数据处理和分析

本文在这里主要使用的是正则来爬取弹幕，爬取代码放在文末并附带注释，关于文中正则表达式的疑惑可以自行谷歌。爬虫的基本步骤不再赘述，但这里涉及到多个视频的爬取，因此详细说一下爬取原理。视频一共有200p，在视频网址的response中我找到了每一个视频的cid和part值，其中part值很明显是视频标题，cid经过比对发现是与弹幕地址中的oid值匹配；因此，首先第一步我们先爬取到response中所有的cid与part值，并存入列表中；因为。