兴安岭大马猴多惊悚?16978条弹幕告诉你!

东北民间流传着关于“皇围猎人”的神秘传说,他们世代生存于深山,为帝王守护兴安岭这片龙兴之地的气脉运转。传闻猎人除了精通狩猎之法,更知晓驱鬼通神之术。在东北一处偏僻的山村里,悄然发生一起灭门惨案,在村民们的恳求下,最后一代皇围猎人刘二爷决定出山调查真相,不想过程中怪事屡现,老林子里的秘密也被渐渐揭开.....

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第1张图片

咱打小就喜欢看这种片子,大兴安岭、东北马氏、神农架、盗墓笔记、鬼吹灯这种片子看得我是不亦乐乎。前一个月在抖音上看到这部片子预告的时候就已经迫不及待了,今天为了看片还专门开了个腾讯会员。看完一个字:过瘾!

了解一下其他小伙伴看此片的有什么感受,今天就用python爬虫来获取一下16978条弹幕都说了啥?

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第2张图片

老规矩,搞爬虫就上三部曲:

1--获取目标网址;

2--发送请求;

3--获取响应

我们的目标是腾讯视频,所以首先打开软件搜索我们的电影猎人传说,可以看到弹幕在不断的刷新,后台数据也是在不断刷新的。

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第3张图片

针对这种情况我们该如何快速锁定这些弹幕呢?

打开之后搜索F12打开开发者模式,然后搜索其中一条弹幕信息,然后找到它所对应的链接如下:

复制链接到网页发现包含210条弹幕信息,而我们所要的信息都在这个'content'的字段里。

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第4张图片

返回浏览器的Preview也可以看到同类信息。这些弹幕信息也是在content中。

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第5张图片

我们先来试试获取这些弹幕信息。

#获取浏览器响应信息

resp = requests.get(url, headers = headers)

#转为json对象

json_data = json.loads(resp.text)['comments']

#打印浏览器响应数据

print(json_data)

结果如下,可以看到我们已经成功获取到了浏览器相应的信息。姑且可以从中获取我们想要的弹幕信息。

从上图可以看出我们想要获取的content信息都包含在我们已经获取到的jason数据中,我们接下来要做的只是遍历出其中信息即可。

#遍历comments中的弹幕信息

forcommentinjson_data:

print(comment['content'])

结果如下:

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第6张图片

可以看出,获取一个请求的弹幕信息已经成功抓取到我们本地。但是我们要获取的是整部片子的弹幕。这只是其中一条请求的210条弹幕而已。

所以接下来的重点是如何获取全部的请求。这里有一个取巧办法,搜索第一条弹幕链接和最后一条弹幕链接。找出来做对比。

找出规律:

https://mfm.video.qq.com/danmu?target_id=6661354455%26vid%3Di003639l2zy×tamp=15

https://mfm.video.qq.com/danmu?target_id=6661354455%26vid%3Di003639l2zy×tamp=2445

发现它的参数timestamp是从15开始到2445结束的。

所以我们可以使用一个函数来获取这些弹幕请求信息:

defget_danmu():

url ='https://mfm.video.qq.com/danmu?target_id=6661354455%26vid%3Di003639l2zy×tamp=15'

foriinrange(15,2445,30):

data = {'timestamp':i}

res = requests.get(url, params = data, headers = headers)

# 转为json对象

json_data = json.loads(res.text)['comments']

# 遍历comments中的弹幕信息

forcommentinjson_data:

print(comment['content'])

到此位置整部片子的所有弹幕已经保存于本地了,接下来我们要词云做更加直观的显示,所以我们先将这些数据保存到本地txt文档中。

comments_file_path ='lrcs_comments.txt'

# 获取comments中的弹幕信息并且写入指定路径

forcommentinjson_data:

withopen(comments_file_path,'a+', encoding ='utf-8')asfin:

fin.write(comment['content']+'\n')

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第7张图片

文本保存好之后第一步我们需要切割分词,这里我们采用精确模式来切割最适合用于数据分析。

#切割单词

#定义切割单词函数

defcut_words():

#读取文本

withopen(comments_file_path, encoding ='utf-8')asfile:

comment_text = file.read()

#使用jieba精确模式,句子最精确地切开,适合文本分析

word_list = jieba.lcut_for_search(comment_text)

new_word_list =' '.join(word_list)

returnnew_word_list

结果如下:

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第8张图片

分词切割好之后我们就可以用它来做词云图了

#制作词云图函数

defcreate_word_cloud():

#自定义图片

mask = imread('img.png')

wordcloud = WordCloud(font_path='msyh.ttc', mask=mask).generate(cut_words())

wordcloud.to_file('picture.png')

我在此选的图片是一张大马猴的图片。

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第9张图片

最终词云图如下:

兴安岭大马猴多惊悚?16978条弹幕告诉你!_第10张图片

感觉一部惊悚片愣是被小伙伴们看出了喜感。这审美差距十万八千里啊!有空你也看一下,完了写一下你的观后感~~~~

若是需要源码研究,公众号‘印象python’后台回复'大马猴'就可以啦!

你可能感兴趣的