欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状

程序员文章站 2022-06-24 09:38:20
前言 B站作为一个弹幕视频网站,有着所谓的弹幕文化,那么接下来我们看看,一个视频中出现最多的弹幕是什么? 知识点: 1. 爬虫基本流程 2. 正则 3. requests 4. jieba 5. csv 6. wordcloud 开发环境: Python 3.6 Pycharm Python部分 步 ......

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状

 

 

前言

b站作为一个弹幕视频网站,有着所谓的弹幕文化,那么接下来我们看看,一个视频中出现最多的弹幕是什么?

知识点:

1. 爬虫基本流程

2. 正则

3. requests

4. jieba

5. csv

6. wordcloud

开发环境:

python 3.6

pycharm

python部分

步骤:

import re
import requests
import csv

1、确定爬取的url路径,headers参数

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状

 

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状

 

代码:

url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=186803402'
headers = {'user-agent': 'mozilla/5.0 (windows nt 10.0; wow64) applewebkit/537.36 (khtml, like gecko) chrome/78.0.3904.108 safari/537.36'}

 

2、模拟浏览器发送请求,获取相应内容

headers = {'user-agent': 'mozilla/5.0 (windows nt 10.0; wow64) applewebkit/537.36 (khtml, like gecko) chrome/78.0.3904.108 safari/537.36'}
resp = requests.get(url)
#乱码
print(resp.content.decode('utf-8'))

3、解析网页 提取数据

#按照要求提取网页数据
res = re.compile('<d.*?>(.*?)</d>')
danmu = re.findall(res,html_doc)
print(danmu)

4、保存数据

for i in danmu:
with open('c:/users/administrator/desktop/b站弹幕.csv','a',newline='',encoding='utf-8-sig') as f:
writer = csv.writer(f)
danmu = []
danmu.append(i)
writer.writerow(danmu)

 

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状

 

显示数据

导入词云制作库wordcloud和中文分词库jieba

import jieba
import wordcloud

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

import imageio

mk = imageio.imread(r"拳头.png")
headers = {
"user-agent": "mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/71.0.3578.98 safari/537.36",
}

response = requests.get("https://api.bilibili.com/x/v1/dm/list.so?oid=186803402", headers=headers)
# print(response.text)
html_doc = response.content.decode('utf-8')
# soup = beautifulsoup(html_doc,'lxml')
format = re.compile("<d.*?>(.*?)</d>")
danmu = format.findall(html_doc)

for i in danmu:
with open('c:/users/mark/desktop/b站弹幕.csv', "a", newline='', encoding='utf-8-sig') as csvfile:
writer = csv.writer(csvfile)
danmu = []
danmu.append(i)
writer.writerow(danmu)

构建并配置词云对象w,注意要加stopwords集合参数,将不想展示在词云中的词放在stopwords集合里,这里去掉“曹操”和“孔明”两个词

w = wordcloud.wordcloud(width=1000,
height=700,
background_color='white',
font_path='msyh.ttc',
mask=mk,
scale=15,
stopwords={' '},
contour_width=5,
contour_color='red')

对来自外部文件的文本进行中文分词,得到string

f = open('c:/users/mark/desktop/b站弹幕.csv', encoding='utf-8')
txt = f.read()
txtlist = jieba.lcut(txt)
string = " ".join(txtlist)

将string变量传入w的generate()方法,给词云输入文字

w.generate(string)

将词云图片导出到当前文件夹

w.to_file('c:/users/mark/desktop/output2-threekingdoms.png')

效果如下:

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状

 

 

50行代码帮你搞定!手把手教你把视频弹幕变成想要的形状