《啥是佩奇》小猪佩奇过大年
↑↑↑↑↑↑↑↑↑↑↑↑上面是一个B站视频链接，但是貌似没啥用？？？↑↑↑↑↑↑↑↑↑↑↑↑↑
1、源数据获取
B站弹幕有专门的API，只需要获取到对应的cid就行
弹幕编写爬虫获取弹幕，保存为csv文件
爬虫有意思的地方是，df.to_csv('peiqi.csv',encoding='utf_8')会乱码。在程序中能够正常输出中文，但是导出到文件后使用excel打开时出现中文乱码是因为excel能够正确识别用gb2312、gbk、gb18030或utf_8 with BOM （utf_8_sig）编码的中文，如果是utf_8 no BOM（utf_8）编码的中文文件，excel打开会乱码。
弹幕CSV总弹幕有1756条，但是API只显示1000条，因此只爬取了1000条。只作练习，不多纠结，1000就1000吧
2、词云展示
使用pandas读取弹幕CSV文件，jieba分词，最后用wordcloud 生成词云matplotlib展示。
词云
原图片
背景图片词云展示
peiqi词频top50的分词
“某些 上来” 什么鬼？“上来 说话我求” ？？“说话我求 某些”？？？
证明stopwords很有必要！！！
额，顺便问一下，“硬核” 啥意思？
网友评论