Python爬虫自动化爬取b站实时弹幕实例方法


Posted in Python onJanuary 26, 2021

最近央视新闻记者王冰冰以清除可爱和专业的新闻业务水平深受众多网友喜爱,b站也有很多up主剪辑了关于王冰冰的视频。我们都是知道b站是一个弹幕网站,那你知道如何爬取b站实时弹幕吗?本文以王冰冰视频弹幕为例,向大家介绍Python爬虫实现自动化爬取b站实时弹幕的过程。

1、导入需要的库

import jieba # 分词
from wordcloud import WordCloud # 词云
from PIL import Image # 图片处理
import numpy as np # 图片处理
import matplotlib.pyplot as plt # 画图

2、 jieba分词

所谓的分词就是将一句话分成一个或几个词语的形式,

分词代码

# 读取停用词库,注意编码应为‘utf8'
f = open('小夜斗的停用词表.txt', encoding='utf8')
stopwords = f.read().split('\n')
print(stopwords) # 打印停用词
f.close() # 关闭停用词文件

3、打印出的为一个停用词列表

with open("冰冰vlog2.txt", "r", encoding='utf8') as fp:
text = fp.read()

4、读取冰冰弹幕数据文件的操作,将其保存到text变量中

segs = jieba.cut(text) # 进行jieba分词
mytext_list = [] # 构建一个容纳过滤掉停用词的冰冰弹幕数据文件
# 文本清洗
for seg in segs: # 循环遍历每一个分词文本
  # 如果该词不属于停用词表 并且非空 长度不为1
  if seg not in stopwords and seg != "" and len(seg) != 1:
    # 将该词语添加到mytext_list列表中
    mytext_list.append(seg.replace(" ", ""))
print(mytext_list) # 打印过滤后的冰冰弹幕数据

5、获取过滤停用词后的冰冰弹幕数据

cloud_text = ",".join(mytext_list) # 连接列表里面的词语
print(cloud_text)

到此这篇关于Python爬虫自动化爬取b站实时弹幕实例方法的文章就介绍到这了,更多相关Python爬虫如何实现自动化爬取b站实时弹幕内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
使用python解析xml成对应的html示例分享
Apr 02 Python
实例Python处理XML文件的方法
Aug 31 Python
详解Python pygame安装过程笔记
Jun 05 Python
基于Django的ModelForm组件(详解)
Dec 07 Python
python导出chrome书签到markdown文件的实例代码
Dec 27 Python
python使用Flask操作mysql实现登录功能
May 14 Python
python爬虫爬取微博评论案例详解
Mar 27 Python
Python常用模块logging——日志输出功能(示例代码)
Nov 20 Python
使用Keras中的ImageDataGenerator进行批次读图方式
Jun 17 Python
Python selenium键盘鼠标事件实现过程详解
Jul 28 Python
python设置 matplotlib 正确显示中文的四种方式
May 10 Python
使用Pytorch训练two-head网络的操作
May 28 Python
python 实现的车牌识别项目
Jan 25 #Python
Python实现给PDF添加水印的方法
Jan 25 #Python
2021年值得向Python开发者推荐的VS Code扩展插件
Jan 25 #Python
numba提升python运行速度的实例方法
Jan 25 #Python
python中K-means算法基础知识点
Jan 25 #Python
python中HTMLParser模块知识点总结
Jan 25 #Python
pycharm配置QtDesigner的超详细方法
Jan 25 #Python
You might like
如何做到多笔资料的同步
2006/10/09 PHP
php判断ip黑名单程序代码实例
2014/02/24 PHP
php给图片加文字水印
2015/07/31 PHP
PHP的Yii框架入门使用教程
2016/02/15 PHP
php实现当前页面点击下载文件的实例代码
2016/11/16 PHP
JavaScript入门教程(1) 什么是JS
2009/01/31 Javascript
某页码显示的helper 少量调整,另附js版
2010/09/12 Javascript
灵活应用js调试技巧解决样式问题的步骤分享
2012/03/15 Javascript
学习从实践开始之jQuery插件开发 对话框插件开发
2012/04/26 Javascript
jQuery表单获取和失去焦点输入框提示效果的实例代码
2013/08/01 Javascript
原生js实现复制对象、扩展对象 类似jquery中的extend()方法
2014/08/30 Javascript
JS实现自适应高度表单文本框的方法
2015/02/25 Javascript
JS组件Bootstrap ContextMenu右键菜单使用方法
2016/04/17 Javascript
JQuery Dialog对话框 不能通过Esc关闭的原因分析及解决办法
2017/01/18 Javascript
对vue 键盘回车事件的实例讲解
2018/08/25 Javascript
js实现多张图片每隔一秒切换一张图片
2019/07/29 Javascript
javascript设计模式 ? 适配器模式原理与应用实例分析
2020/04/13 Javascript
Vue实现简单的拖拽效果
2020/08/25 Javascript
Python自动登录126邮箱的方法
2015/07/10 Python
Python 自动刷博客浏览量实例代码
2017/06/14 Python
python中csv文件的若干读写方法小结
2018/07/04 Python
Django实战之用户认证(初始配置)
2018/07/16 Python
python实现指定文件夹下的指定文件移动到指定位置
2018/09/17 Python
解决python3中的requests解析中文页面出现乱码问题
2019/04/19 Python
windows下python安装pip方法详解
2020/02/10 Python
pytorch实现seq2seq时对loss进行mask的方式
2020/02/18 Python
Python接口测试文件上传实例解析
2020/05/22 Python
python读取图像矩阵文件并转换为向量实例
2020/06/18 Python
HTML5不支持frameset的两种解决方法
2016/11/14 HTML / CSS
您的网上新华书店:文轩网
2016/08/24 全球购物
《夸父追日》教学反思
2014/02/26 职场文书
求职简历自荐信怎么写
2015/03/26 职场文书
《绝招》教学反思
2016/02/20 职场文书
python ansible自动化运维工具执行流程
2021/06/24 Python
javascript拖曳互换div的位置实现示例
2021/06/28 Javascript
Win11怎么进入安全模式?Windows 11进入安全模式的方法
2021/11/21 数码科技