南京有名的网站建设公司,天河网站建设公司排名,在线设计平台有什么用,深圳市网站设计公时隔一年#xff0c;嵩哥带来他的新作《雨幕》。他依旧认真创作#xff0c;追求高品质#xff0c;作品在发表之前已听了五百遍以上。如此高品质的音乐#xff0c;大家如何评价呢#xff1f;通过哔哩哔哩上的视频弹幕#xff0c;感受一下。01 实现思路首先#xff0c;利用…时隔一年嵩哥带来他的新作《雨幕》。他依旧认真创作追求高品质作品在发表之前已听了五百遍以上。如此高品质的音乐大家如何评价呢通过哔哩哔哩上的视频弹幕感受一下。01 实现思路首先利用哔哩哔哩的弹幕接口把数据保存到本地。接着对数据进行分词。最后做了评论的可视化。02 弹幕数据平常我们在看视频时弹幕是出现在视频上的。实际上在网页中弹幕是被隐藏在源代码中以XML的数据格式进行加载的。比如https://comment.bilibili.com/123072475.xml一个固定的url地址 视频的cid .xml只要找到你想要的视频cid替换这个url就可以爬取所有弹幕了b站大部分网页给出的字幕限制是1000条。一个视频的cid在哪里呢右键网页打开网页源代码搜索 cid: 就能找到03 保存数据到本地有了数据的接口链接我们就可以利用request模块获取数据了。然后再利用xpath简单的解析xml就可以把所有的弹幕信息汇总到一个列表里了。最后把列表转化成dataframe保存到本地。# 许嵩新歌《雨幕》 # bilibili视频弹幕文件 url https://comment.bilibili.com/123072475.xml # 发送请求 response requests.get(url) xml etree.fromstring(response.content) # 解析数据 dm xml.xpath(/i/d/text()) print(dm) # list # 把列表转换成 dataframe dm_df pd.DataFrame(dm, columns[弹幕内容]) print(dm_df) # 存到本地 # 解决了中文乱码问题 dm_df.to_csv(雨幕-弹幕.csv, encodingutf_8_sig)保存的csv数据04 对数据进行分词制作词云前需要把弹幕数据进行分词。关于jieba分词可以参考https://blog.csdn.net/dnxbjyj/article/details/72854460# jieba分词 dm_str .join(dm) words_list jieba.lcut(dm_str) # 切分的是字符串,返回的是列表 words_str .join(words_list)05 词云可视化通过创建词云对象、设置词云参数最终生成图片保存到本地。# 读取本地文件 backgroud_Image plt.imread(1.jpg) # 创建词云 wc WordCloud( background_colorwhite, maskbackgroud_Image, font_path./SourceHanSerifCN-Medium.otf, # 设置本地字体 max_words2000, max_font_size100, min_font_size10, color_funcrandom_color_func, random_state50, ) word_cloud wc.generate(words_str) # 产生词云 word_cloud.to_file(yumu.jpg) #保存图片
