首页 编程教程正文

输入av号爬取b站弹幕生成词云

piaodoo 编程教程 2020-02-22 22:15:21 986 0 python教程

本文来源吾爱破解论坛

本帖最后由 森岛帆高 于 2020-2-13 15:55 编辑

[Python] 纯文本查看 复制代码

import re
import wordcloud
from PIL import Image
import numpy
import requests
import jieba
from lxml import etree
import sys
import threading


# 生成词云图 text传入的文本,name保存文件的名字
def getPic(text, name):
    # 使用numpy.array生成mask,可以让文字显示在有颜色的地方(要传入)
    mask = numpy.array(Image.open("img/timg.jpg"))
    # wordcloud.ImageColorGenerator(mask)可以让文字和图片的颜色保持一致(要传入)
    color_fun = wordcloud.ImageColorGenerator(mask)
    # 创建WordCould对象
    wc = wordcloud.WordCloud(font_path="ttf/SIMYOU.TTF", background_color='white', mask=mask, color_func=color_fun,
                             max_words=160, min_font_size=5, )
    # 向对象传入文本
    wc.generate(text=text)
    # 保存图片
    wc.to_file('词云图/%s弹幕词云.png' % name)


# 根据av号获取html,返回main[0]网页文本和main[1]视频标题
def getHtml(avnum):
    main = []
    headers = {
        'User-Agent': 'Opera/9.80 (Windows NT 6.0) Presto/2.12.388 Version/12.14'
    }
    url = "https://www.bilibili.com/video/av%s" % avnum
    root = requests.get(url, headers=headers)
    html = root.content.decode('utf-8')
    text = root.text
    e = etree.HTML(html).xpath('//*[@id="viewbox_report"]/h1/span/text()')
    try:
        # 这里获取的是etree的啥result对象,要编码再解码
        e = e[0].encode('utf-8').decode('utf-8')
    # av号不正确时退出程序
    except IndexError as error:
        print("你找的视频不存在哦!")
        print("错误信息:" + str(error))
        sys.exit()
    main.append(text)
    main.append(e)
    return main


# http://comment.bilibili.com/->cid-<.xml 根据cid获取视频弹幕信息
# 根据正则表达式获取cid号并返回
def getCid(yy):
    rer = re.compile(r'"cid":\d+')
    a = re.search(pattern=rer, string=yy)
    txt = a.group()
    t = txt.split(':')
    return t[1]


# 获取弹幕(传入cid号)
def getDm(yy):
    url = 'http://comment.bilibili.com/%s.xml' % getCid(yy)
    headers = {
        'User-Agent': 'Opera/9.80 (Windows NT 6.0) Presto/2.12.388 Version/12.14'
    }
    html = requests.get(url, headers=headers).content
    xml = etree.XML(html)
    ds = xml.xpath("//d/text()")
    text = ''
    # 获取弹幕文字合成一个字符串
    for d in ds:
        text += d.encode().decode('utf-8')
    # 使用jieba.lcut切割词语再用空格分隔
    text = ' '.join(jieba.lcut(text))
    return text


# 打开图片
def imgopen():
    img = Image.open('词云图/%s弹幕词云.png' % ma[1])
    img.show()


if __name__ == "__main__":
    av = input('请输入av号:')
    # ma[0]:返回的网页内容,ma[1]:视频标题
    ma = getHtml(av)
    getPic(getDm(yy=ma[0]), ma[1])
    threading.Thread(target=imgopen).start()
    print('视频名称:%s' % ma[1])
    print('词云已生成...')


代码素材链接:https://www.lanzous.com/i9bc8mh

20200213122243.png (125.82 KB, 下载次数: 0)

下载附件  保存到相册

2020-2-13 12:22 上传

20200213122243.png

版权声明:

本站所有资源均为站长或网友整理自互联网或站长购买自互联网,站长无法分辨资源版权出自何处,所以不承担任何版权以及其他问题带来的法律责任,如有侵权或者其他问题请联系站长删除!站长QQ754403226 谢谢。

有关影视版权:本站只供百度云网盘资源,版权均属于影片公司所有,请在下载后24小时删除,切勿用于商业用途。本站所有资源信息均从互联网搜索而来,本站不对显示的内容承担责任,如您认为本站页面信息侵犯了您的权益,请附上版权证明邮件告知【754403226@qq.com】,在收到邮件后72小时内删除。本文链接:https://www.piaodoo.com/7995.html

评论

搜索

游戏网站源码,织梦网站源码,wordpress,wordpress主题,wordpress下载,wordpress插件,wordpress.com,wordpress模板,wordpress教程,wordpress 主题,wordpress安装,wordpress 模板,wordpress 插件,wordpress主题下载,wordpress企业主题,wordpress seo,wordpress主题开发,wordpress theme,wordpress论坛,wordpress 企业主题,wordpress主机,wordpress中文主题,wordpress cms主题,wordpress plugin,wordpress 主题下载,wordpress 主机,wordpress空间,wordpress mu,wordpress 模版,wordpress汉化主题,wordpress淘宝客主题,wordpress 空间,wordpress代码,WORDPRESS HOSTING,wordpress优点,wordpress安卓客户端,wordpress技巧,wordpress换空间,wordpress themes,网站模板,ppt模板网站,模板网站,企业网站模板,网站设计模板,免费网站模板,个人网站模板,ppt模板下载网站,网站模板下载,公司网站模板,门户网站模板,学校网站模板,网站首页模板,网站模板免费下载,旅游网站模板,网站后台模板,免费网站模板下载,传奇网站模板,网站建设模板,外贸网站模板,网站 模板,个人主页网站模板,个人网站模板下载,政府网站模板,音乐网站模板,导航网站模板,免费企业网站模板,企业网站模板下载,手表网站模板,韩国网站模板,汽车网站模板,教育网站模板,网站后台管理模板,班级网站模板,新闻网站模板,房产中介网站模板,旅游网站模板下载,工艺品网站模板,电子商务网站模板,旅游网站设计模板,团购网站模板,flash网站模板,个人网站设计模板,婚庆网站模板,广告公司网站模板,商业网站模板,手机网站模板,免费模板网站推荐,ppt免费模板网站推荐,织梦网站模板,html网站模板建站,网站html模板,免费个人网站模板,公司网站源码,sns源码,彩票网站源码,周易网站源码,源码基地,交友源码,学校网站源码,asp.net 源码,源码天下,jsp网站源码,论坛源码下载,广告联盟源码,建站源码,delphi源码,源码爱好者,酷源码,net源码,源码超市,医疗网站源码,flash源码,搜源码,源码程序,dede源码,新闻网站源码,易语言源码大全,旅游网站源码下载,flash 源码,免费源码论坛,android游戏源码,电脑维修网站源码,30源码网,股票软件源码,卖源码,源码教程,安居客 源码,vip源码,家教源码,.net源码下载,Web源码,网络公司源码,佛教网站源码,android源码学习,房产源码,钓鱼网站源码,775源码屋,web游戏源码,成品网站 源码78w78不用下载,h5游戏网站源码,asp网站源码下载,webgame源码,电子商务网站源码,vb.net源码,乐嘿源码,8a商业源码论坛,fbreader源码,在线客服系统 源码,google源码,.net网站源码,快递查询源码,源码搜藏网,dede整站源码,周易 源码,52源码论坛,财经网站源码,织梦下载站源码,qq钓鱼网站源码,flash游戏源码,房产网源码,源码搜搜,电子商务源码,团购网站源码,团购网源码,jsp源码下载,jsp源码,h站源码,8a源码,婚纱摄影网站源码,易语言盗号源码,x站源码,qq空间psd源码,免费商业源码,笑话网站源码,源码集合,源码家园,啊哦源码,星期六源码,源码熊,阿奇源码,百分百源码网,一手日源码资源,旅行网站源码,b站工程源码泄露,新站长源码,8a商业源码,asp论坛源码,flash源码下载,404源码社区,创业网站源码,php网页源码,易支付源码,成品网站w灬源码,免费CMS成品网站源码,成品网站W灬源码1688仙踪林,成品APP短视频源码下载网站,成品网站源码1688可靠吗,免费B2B网站源码,成品APP直播源码下载,国外儿童网站源码在线,成品网站W灬源码1688,源码,成品网站w灬 源码1688,免费源码网站都有哪些,成品网站源码78W78隐藏通道1,网站源码,源码网,源码网站,源码时代,源码之家,源码下载,php源码,易语言源码,源码论坛,源码是什么,商城源码,论坛源码,源码交易,源码站,源码库,免费源码,免费网站ja**源码大全,ja**源码,成品网站w灬源码1377,a5源码,站长源码,成品网站源码78W78隐藏通道1APP,源码分享,网站源码下载,源码中国,asp源码,源码社区,企业网站源码,php源码下载,成品app直播源码搭建,在线观看视频网站源码2021,旅游网站源码,安卓源码,通达信选股公式源码,神马影院php源码,c#源码,成品网站w灬源码1688网页,php 源码,网页游戏源码,android源码下载,源码吧,视频源码大全,成品短视频APP源码搭建,asp源码下载,私服源码,电脑维修源码,个人主页源码,源码出售,php网站源码,刀客源码,网址导航源码,导航网站源码,源码天空,asp 源码,软件源码,精品源码,成品网站源码1688自动跳转,个人网站源码,源码哥,在线考试系统源码,cms源码,c# 源码,商业源码,vb源码,门户网站源码,音乐网站源码,中国源码,安卓源码下载,asp网站源码,在线客服源码,电影网站源码,免费源码下载,整站源码,源码交易网,易语言源码网,.net源码,在线客服系统源码,淘客源码,卡盟源码,网站源码出售,vb源码下载,莎莎源码,熊猫烧香源码,asp.net源码,商业源码网,外贸网站源码,61源码网,zblog模板,zblog企业模板,帝国cms模板,帝国cms插件,discuz模板