pancerZH / bilibiliSpider

抓取bilibili视频弹幕，生成词云

bilibiliSpider

抓取bilibili视频弹幕，生成词云

背景说明

通过爬虫获取指定av号的视频弹幕，分词之后生成词云
本项目所有代码在Python3.6.0下测试通过

使用的模块

• requests(2.12.4)
• re
• matplotlib(2.0.0)
• wordcloud(1.3.1)
• jieba(0.38)

使用说明

• commenSpider.py
  def getComment(_av):

  • _av:视频的av号，暂不支持视频合集
  • 返回值:包含所有弹幕的一个列表

• wordCloud.py  

• def makeCloud(_commentList):  

  • _commentList:弹幕列表
  • 显示词云
     

• def countFreq(_wordList):  

  • _wordList:分词后的词语列表
  • 返回值：统计词频的字典

效果展示

注：由于没有筛选，出现了词语重复的现象

增加了过滤列表之后的效果(过滤掉了'哈哈哈'之类的词语)

已知的问题  

• 对于合集类视频，目前只能爬取第一个视频的弹幕
• 对于番剧，由于弹幕储存机制不同，目前完全无法爬取弹幕