python爬虫類の実戦的なbilibili弾幕は雲図を生成します.

突然このテーマを思い付いて、先に問題をつけて、一回で解決することができるかどうかを見て、〓後記、2日間を使って解決して、ずっと自分の方法で登りたいですが、効果はすべてよくありません.
まず、bilibiliのウェブサイトの要求を分析してみます.しかし、弾幕の非同期転送のカバンが掴めない(または隠したほうがいいです.あるいは技術レベルが限られています.).そして、オンラインで比較的に一致するのはJSで弾幕xmlファイルのidを暴露した後、新しいのを使ってxmlファイルをダウンロードして分析してください.
大体の構想はavidでcidを持ってきて、cidは弾幕ファイルを獲得して、弾幕ファイルを解析して、雲図を生成します.
 二日間やって、まずコードを上げます.

from selenium import webdriver
from bs4 import BeautifulSoup
import re
from wordcloud import WordCloud
from scipy.misc import imread
import matplotlib.pyplot as plt

driver=webdriver.PhantomJS()
driver.get('http://www.bilibili.com/video/av15719999/')  #   selenium webdriver，   requests  get  ，   
soup = BeautifulSoup(driver.page_source,'lxml')          #    html    

sc = soup.find('script',text=re.compile("EmbedPlayer*"))#      ‘EmbedPlayer’ script  
sc1 =str(sc)  #  cid  
a = sc1.find('cid=');  
b = sc1.find('&');
sc2=sc1[a+4:b]
# print(sc2)

driver.get("http://comment.bilibili.com/"+sc2+".xml")  #     ，       cid     xml     
soupxml = BeautifulSoup(driver.page_source,'lxml')
ds =soupxml.find_all('d')#         
cuttext =''
for d in ds:
    cuttext = cuttext+' '+str(d.text);#             
#print(cuttext)
#     
color_mask = imread("425176.jpg")  #       
cloud = WordCloud(
    #     ，         ，         ，         ，      
    font_path="SourceHanSerif-Heavy.ttc",     
    #      
    background_color='white',
    #     ，           
    mask=color_mask,
    #       ， os                
    max_words=100,
    #      ， os                
    # max_font_size=40
)
word_cloud = cloud.generate_from_text(cuttext)  #     
word_cloud.to_file("3.png")  #     
#        
plt.imshow(word_cloud)
plt.axis('off')
plt.show()

 
嫌でなければ、私のホームページにアクセスして、機能を上に集めました.Funs機能リストで
http://1163949417-jack.55555.io/west/main/
転載先:https://www.cnblogs.com/Jacck/p/7751721.html