3.3亿播放量,豆瓣评分9.2,采集动画《双城之战》视频弹幕数据,看看帅气的网友们怎么说

前言

《英雄联盟:双城之战》首播三集免费已于2021年11月7日正式上线,共9集,前三集豆瓣评分达到了9.6

11月20号完结了,共9集内容,单集40分钟时长,播放量目前达到了3.3亿,最后豆瓣评分稳定在9.2分。看的真叫一个过瘾啊,而动画的最后更是留下了足够的悬念

而今天,我们来爬取一下视频的弹幕,看看和我一样相貌过人的网友有哪些有趣的发言

主页左侧可以免费领取【代码】【相关教程、资料】,或者对于本篇文章有疑问的同学可以私信我

知识点

  1. 爬虫基本流程
  2. requests
  3. jieba
  4. imageio
  5. wordcloud

代码实现部分

查找我们想要数据来源(确定目标需求)
网页数据来源分析: 需要用开发者工具 (鼠标右键点击检查或者F12)

  1. 发送请求
  2. 解析数据
  3. 保存数据
  4. 制作词云图

爬虫代码

很简单,20行代码就能实现效果

导入模块

import requests

发送请求

url = 'https://node.video.qq.com/x/api/wuji_cache/object'
data = {
    '_size': '10000',
    'appid': 'danmu_richmedia_online',
    'schemaid': 'danmu_vid_leading_copywritint',
    'schemakey': 'b59dd89d8c6047f98f556db7bc90fa04',
}
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'
}
response = requests.get(url=url, params=data, headers=headers)

解析数据

content_list = response.json()['data']
for index in content_list:
    content = index['copywriting']

保存数据

with open('双城.txt', mode='a', encoding='utf-8') as f:
    f.write(content)
    f.write('n')
print(content)

运行代码,效果展示


都是什么鬼弹幕

词云图代码

import jieba
import wordcloud
import imageio
# 导入 imageio 库中的 imread 函数,并用这个函数读取本地图片,作为词云形状图片
# py = imageio.imread('rng.png')  #  如何你想要改变词云图的形状,可以添加
# 读取文件内容
f = open('双城之战.txt', encoding='utf-8')
txt = f.read()
print(txt)
# jiabe 分词 分割词汇
txt_list = jieba.lcut(txt)
string = ' '.join(txt_list)
# 词云图设置
wc = wordcloud.WordCloud(
        width=1000,         # 图片的宽
        height=700,         # 图片的高
        background_color='white',   # 图片背景颜色
        font_path='msyh.ttc',    # 词云字体
        # mask=py,     # 所使用的词云图片
        scale=15,
        # stopwords={words},         # 停用词
        # contour_width=5,
        # contour_color='red'  # 轮廓颜色
)
# 给词云输入文字
wc.generate(string)
# 词云图保存图片地址
wc.to_file('output.png')

效果图

有点失望,下次我们爬豆瓣的评论吧,都是什么乱七八糟的弹幕,比小破站弹幕的质量差远了

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>