爬取B站18000条《黑神话：悟空》实机演示弹幕，做成词云

松鼠爱吃饼干

发布于 2020-09-15 16:05:19

3860

发布于 2020-09-15 16:05:19

前言

从不畏惧死亡，只是不忍世道沦丧。哪怕前途多尸骨，身后无退路—— 这个世界，总有勇敢的生命，再次踏上取经之途。由游戏科学开发的西游题材单机·动作·角色扮演游戏《黑神话：悟空》今日正式公布长达13分钟的实机演示视频！本视频内容全部基于实际操作录制，将最真实的游戏体验一刀不剪地呈现给玩家。白骨之后，重走西游。那群最想做西游的人，真的回来了。更多信息可关注我们的微博@黑神话之悟空或前往官网>>heishenhua.com

最近一部黑神话悟空的游戏刷遍网络，从技术而言，普遍认为可以与世界游戏公司相匹敌，又普遍把这部游戏跟中国文化相关联，认为这是向全世界宣扬中国文化的一部作品，8月20日，国产单机新作《黑神话：悟空》公布了13分钟实机演示，画质、音效、剧情惊艳四座，被网友形容“国产3A大作”。

知识点：

爬虫基本流程
正则
requests

开发环境：

Python 3.6
Pycharm

爬虫部分代码

导入工具

import requests
import parsel
import csv
import time

请求网页，爬取弹幕

url = 'https://api.bilibili.com/x/v2/dm/history?type=1&oid=226204073&date=2020-08-{}'.format(page)
    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
        "cookie": "_uuid=50D22ECF-208D-9409-DEA1-0B3EA3F74AB793744infoc; buvid3=A0FE83C2-5981-40DC-B0E2-C74A37227ECF155818infoc; CURRENT_FNVAL=16; rpdid=|(umuummlkY~0J'ulm|ullmll; sid=kr4i59d5; DedeUserID=65901796; DedeUserID__ckMd5=90847fa74c846032; SESSDATA=896f66c1%2C1606454910%2Ceacc7*51; bili_jct=2768c9f3a50e5333de1422cd66782350; LIVE_BUVID=AUTO3215909029132687; blackside_state=1; bsource=search_baidu; bp_video_offset_65901796=429260996026495399; bp_t_offset_65901796=429524591059675137; _dfcaptcha=0543580ac4738e5ca1bdae06da0ee65b; PVID=6"
    }
    response = requests.get(url=url, headers=headers)
    response.encoding = response.apparent_encoding
    selector = parsel.Selector(response.text)
    data = selector.css('d::text').getall()
    for i in data:
        print(i)
        with open('B站弹幕.csv', mode='a', newline='', encoding='utf-8-sig') as f:
            writer = csv.writer(f)
            links = []
            links.append(i)
            writer.writerow(links)

运行代码，结果如下图

词云图代码

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
py = imageio.imread(r"拳头.png")
w = wordcloud.WordCloud(width=1000,
                        height=700,
                        background_color='white',
                        font_path='msyh.ttc',
                        mask=py,
                        scale=15,
                        stopwords={' '},
                      )
# 想要完整源码的同学可以关注我的公众号：松鼠爱吃饼干
# 回复“悟空”即可免费获取

将词云图片导出到当前文件夹