python爬虫爬取b站弹幕

要爬取B站的弹幕，需要先分析B站的弹幕接口，可以使用开发者工具查看XHR请求，找到弹幕接口的URL和参数。然后可以使用Python中的requests库发送HTTP请求，获取弹幕数据。最后，需要解析弹幕数据，提取其中的文本信息。

以下是一个简单的Python爬虫爬取B站弹幕的示例代码：

import requests
import json

# 视频AV号和弹幕池ID
aid = 123456
cid = 789012

# 弹幕接口URL
url = f'https://api.bilibili.com/x/v1/dm/list.so?oid={cid}'

# 发送HTTP请求
response = requests.get(url)

# 解析XML格式的弹幕数据
data = response.content.decode('utf-8')
data = data.replace('\x00', '')
data = data.replace('\n', '')
data = data.replace('\r', '')
data = data.replace('\t', '')
data = data.replace('&', '&')

# 解析XML字符串，提取文本信息
from xml.dom.minidom import parseString
dom = parseString(data)
dms = dom.getElementsByTagName('d')
for dm in dms:
    text = dm.childNodes[0].nodeValue
    print(text)

需要注意的是，B站的弹幕接口可能会有限制，需要适当控制爬取速度，避免被封禁IP。另外，B站的弹幕数据可能包含敏感信息，需要谨慎使用。