最近有朋友在群上面说做个b站某视频的弹幕统计列表，筛选出弹幕最多的那条！那么如何解决这个问题呢？首先肯定是要获取弹幕的列表吧，然后再进行分析吧。筛选出弹幕最多的那条，这个好办用collections可以解决，那么关键的问题应该就在怎么获取b站的弹幕列表了吧。
开发环境：
window7+chrome
idea+python插件
requests+json+beautifulsoup+collections
那解决步骤如下：
- 解析视频播放页面链接
- 查找弹幕资源所在地
- 数据分析 （collections.Counter）
- 数据存储(file)
- 导出exe
解析视频播放页资源，查找弹幕资源所在
- b站的视频链接地址都是https://www.bilibili.com/video/av22068969/
也就是https://www.bilibili.com/video/+视频av号 - 查看下html网页源文件是否包含着弹幕的资源快捷键ctrl+u，选择其中的弹幕内容，发现不存在
-
按f12+选择network这个tab查看页面加载的时候的js链接处理
-
我们发现弹幕的内容包括在一个xml文件里面，对，而且还没有分页的处理
- 那就简单了，获取弹幕的链接列表就是https://comment.bilibili.com/+数字+.xml
- 那么下一步就是找到这个数字所对应的链接了
https://api.bilibili.com/x/player/pagelist?aid={}&jsonp=jsonp.format("av号")
定代码架构：
def get_movie_url(av):pass #获取cid
def get_barrage_list(url):pass #获取列表
def get_barrage_count(list):pass #获取筛选数值
def write_text(content):pass #写进文本
写py代码
l_list = []
def get_movie_url(av):
response = requests.get(url_get_comment_cid.format(str(av)))
content = response.content.decode(response.encoding)
content = json.loads(content)
for d in content.get('data'):
cid = d.get('cid')
get_content(cid)
print("共有{}条弹幕".format(len(l_list)))
count = collections.Counter(l_list).most_common()
writetest(av, l_list)
writetest(str(av) + "count", count)
def get_barrage_list(cid):
response = requests.get(url_get_comment.format(str(cid)))
content = response.content.decode(response.encoding)
b = bs(content, 'xml')
for i in b.findChildren('d'):
l_list.append(i.text)
def write_text(av, l):
with open(str(av) + '.txt', 'w+', encoding='utf-8') as f:
for i in l:
f.write(str(i)+"\n")
使用pyInstanller导出exe
安装pyInstaller ，pip install pyinstaller 最新版本是3.3.1
pyinstaller -F py文件路径
生成exe文件，打开运行，至于下一步想导入excel
好的，就这样写完了。。。
