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.....
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？
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。
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。
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。
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：
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')
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：
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。
最终词云图如下：
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！
网友评论