python爬取b站弹幕数据

要爬取B站弹幕数据，可以使用Python编程语言来实现。下面是一个示例代码，可以帮助你完成这个任务：

import requests
from bs4 import BeautifulSoup
import docx

def main():
    url = 'https://comment.bilibili.com/251139222.xml'
    savename = 'B站弹幕1.docx'
    title = '风犬少年的天空第二集'
    link = 'https://www.bilibili.com/bangumi/play/ep340251?from=search&seid=11822154625123447233'
    
    # 1.访问弹幕数据
    html = accessbarrage(url)
    
    # 2.对弹幕数据进行解析
    comments = analysibarrage(html)
    
    # 3.保存到doc文件
    savebarrage(comments, title, link, savename)

def accessbarrage(url):
    html = requests.get(url).content
    return html

def analysibarrage(html):
    html_data = str(html, 'utf-8')
    bs4 = BeautifulSoup(html_data, 'lxml')
    results = bs4.find_all('d')
    comments = {comment.text for comment in results}
    comments = list(comments)
    comments = sorted(comments)
    return comments

def savebarrage(comments, title, link, savename):
    doc = docx.Document()
    doc.add_heading(title, level=1)
    doc.add_paragraph('视频链接：' + link)
    doc.add_heading('弹幕内容：', level=2)
    for comment in comments:
        doc.add_paragraph(comment)
    doc.save(savename)

main()

这段代码首先定义了一个`main()`函数，作为程序的入口。在`main()`函数中，首先通过`accessbarrage()`函数访问弹幕数据，然后通过`analysibarrage()`函数对弹幕数据进行解析，最后通过`savebarrage()`函数将解析后的弹幕数据保存到doc文件中。

`accessbarrage()`函数使用`requests`库发送HTTP请求，获取弹幕数据的原始HTML内容。`analysibarrage()`函数使用`BeautifulSoup`库对HTML内容进行解析，提取出弹幕内容，并进行排序。`savebarrage()`函数使用`docx`库创建一个Word文档，并将弹幕内容添加到文档中。

你可以根据自己的需求修改代码中的URL、文件名等参数，以及对弹幕数据的处理方式。希望对你有帮助！\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* [python爬虫实践-B站弹幕分析](https://blog.csdn.net/qq_45886782/article/details/120854725)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [python 爬取周董新歌《Mojito》MV弹幕，看看粉丝们都说了些啥](https://blog.csdn.net/fei347795790/article/details/106871478)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]