Python爬蟲自動化爬取b站實(shí)時(shí)彈幕實(shí)例方法
更新時(shí)間：2021年01月26日 08:25:04 作者：宋宋大人
在本篇文章里小編給大家整理的是一篇關(guān)于Python爬蟲自動化爬取b站實(shí)時(shí)彈幕實(shí)例方法，有興趣的朋友們可以學(xué)習(xí)下。
最近央視新聞記者王冰冰以清除可愛和專業(yè)的新聞業(yè)務(wù)水平深受眾多網(wǎng)友喜愛，b站也有很多up主剪輯了關(guān)于王冰冰的視頻。我們都是知道b站是一個彈幕網(wǎng)站，那你知道如何爬取b站實(shí)時(shí)彈幕嗎？本文以王冰冰視頻彈幕為例，向大家介紹Python爬蟲實(shí)現(xiàn)自動化爬取b站實(shí)時(shí)彈幕的過程。
1、導(dǎo)入需要的庫
import jieba # 分詞 from wordcloud import WordCloud # 詞云 from PIL import Image # 圖片處理 import numpy as np # 圖片處理 import matplotlib.pyplot as plt # 畫圖
2、 jieba分詞
所謂的分詞就是將一句話分成一個或幾個詞語的形式，
分詞代碼
# 讀取停用詞庫,注意編碼應(yīng)為‘utf8'
f = open('小夜斗的停用詞表.txt', encoding='utf8')
stopwords = f.read().split('\n')
print(stopwords) # 打印停用詞
f.close() # 關(guān)閉停用詞文件
3、打印出的為一個停用詞列表
with open("冰冰vlog2.txt", "r", encoding='utf8') as fp:
text = fp.read()
4、讀取冰冰彈幕數(shù)據(jù)文件的操作，將其保存到text變量中
segs = jieba.cut(text) # 進(jìn)行jieba分詞
mytext_list = [] # 構(gòu)建一個容納過濾掉停用詞的冰冰彈幕數(shù)據(jù)文件
# 文本清洗
for seg in segs: # 循環(huán)遍歷每一個分詞文本
# 如果該詞不屬于停用詞表 并且非空 長度不為1
if seg not in stopwords and seg != "" and len(seg) != 1:
# 將該詞語添加到mytext_list列表中
mytext_list.append(seg.replace(" ", ""))
print(mytext_list) # 打印過濾后的冰冰彈幕數(shù)據(jù)
5、獲取過濾停用詞后的冰冰彈幕數(shù)據(jù)
cloud_text = ",".join(mytext_list) # 連接列表里面的詞語 print(cloud_text)
到此這篇關(guān)于Python爬蟲自動化爬取b站實(shí)時(shí)彈幕實(shí)例方法的文章就介紹到這了,更多相關(guān)Python爬蟲如何實(shí)現(xiàn)自動化爬取b站實(shí)時(shí)彈幕內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Django發(fā)送郵件和itsdangerous模塊的配合使用解析
這篇文章主要介紹了Django發(fā)送郵件和itsdangerous模塊的配合使用解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
cachetools庫為Python提供了強(qiáng)大而靈活的緩存解決方案,通過使用不同類型的緩存和緩存裝飾器,我們可以輕松地在程序中實(shí)現(xiàn)高效的緩存機(jī)制,從而提升程序性能,本文將詳細(xì)介紹cachetools庫的基本概念和使用方法,感興趣的朋友跟隨小編一起看看吧2024-07-07
python實(shí)現(xiàn)凱撒密碼、凱撒加解密算法
這篇文章主要介紹了python語言編程實(shí)現(xiàn)凱撒密碼、凱撒加解密算法,本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-06-06
Python實(shí)現(xiàn)自動識別數(shù)字驗(yàn)證碼
這篇文章主要為大家詳細(xì)介紹了如何使用Python來自動識別數(shù)字驗(yàn)證碼,以便在需要時(shí)自動填寫或驗(yàn)證驗(yàn)證碼,有需要的小伙伴可以參考一下2024-04-04
Jupyter Notebook 如何修改字體和大小以及更改字體樣式
這篇文章主要介紹了Jupyter Notebook 如何修改字體和大小以及更改字體樣式的操作，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-06-06
python Django連接MySQL數(shù)據(jù)庫做增刪改查
本文寫的是python Django連接MySQL數(shù)據(jù)庫的步驟，提供增刪改查的代碼2013-11-11
這篇文章主要介紹了最新2019Pycharm安裝教程，這篇教程親測試過，本文內(nèi)容有點(diǎn)長，通過截圖的形式給大家介紹的非常詳細(xì),需要的朋友可以參考下2020-02-02
這篇文章主要介紹了Python基于execjs運(yùn)行js過程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
本文主要介紹了Python中GIL全局解釋鎖的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
這篇文章主要介紹了python Pillow圖像處理方法匯總,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-10-10