弹幕有点逗比，用 Python 爬下来看看《民国奇探》的弹幕

忘是亡心i 2023-07-25 14:09 20阅读 0赞

![format_png][]

## **前言** ##

文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。

PS：如有需要Python学习资料的小伙伴可以加点击下方链接自行获取http://t.cn/A6Zvjdun

电视剧《民国奇探》是一部充斥着逗比风的探案剧，剧中主要角色：三土、四爷、白小姐，三土这个角色类似于《名侦探柯南》中的柯南但带有搞笑属性，四爷则类似于毛利小五郎但有大哥范且武功高强，三土尚文四爷尚武，白小姐大多时候扮演着傻白甜的角色。

因为该剧目前大多数时候都处于爱奇艺电视剧的榜首位置，所以自己也看了几集，总的来说剧情紧凑，剧风逗比，当然最令我印象深刻的还是网友们逗比的弹幕，所以我决定用 Python 将弹幕爬下来大家一起瞧瞧。

## 数据爬取 ##

现在开始我们的爬取工作，先用浏览器打开电视剧的网页，地址为：https://www.iqiyi.com/v\_19rx2un304.html?vfrm=pcw\_home&vfrmblk=B&vfrmrst=fcs\_0\_t12，我们使用开发者工具的 Network 功能，进到 Network 控制台后，我们先使用 Ctrl+R 命令重新加载一下网页，然后再通过过滤器搜索 bullet，如下图所示：

![format_png 1][]

这里的弹幕数据是以 .z 形式的压缩文件存在的，如下图所示：

![format_png 2][]

我们可以看出压缩文件命名规则为 tvid\_300\_n.z，所以我们先来获取 tvid 列表，代码实现如下所示：

![format_png 3][]

获取到 tvid 列表后，我们就可以根据 tvid 获取弹幕的压缩文件了，然后再对其进行解压及存储，实现代码如下所示：

![format_png 4][]

文件存储到本地之后，我们先获取每一个文件的全路径名，实现代码如下所示：

![format_png 5][]

获取到所有文件全路径名后，我们再根据全路径名获取文件并解析弹幕文本信息，实现代码如下所示：

![format_png 6][]

最后，我们可以将整个弹幕字符串信息保存起来，因为我本次爬取的弹幕信息并不是特别多，所有就先存到 txt 文件中吧，实现代码如下所示：

![format_png 7][]

词云展示

数据保存完了之后，我们再来个词云展示吧，代码实现如下所示：

![format_png 8][]

看一下效果：

![format_png 9][]

[format_png]: /images/20230528/ddf1ccad69d2484595b13ab6e34114bf.png
[format_png 1]: /images/20230528/503eb05d3eba40bd8d30bc9dd40fdcc7.png
[format_png 2]: /images/20230528/4d6a60dbef7f4d3c8056a08170cd5a34.png
[format_png 3]: /images/20230528/a65eaede799f43eb987ad76a64610a11.png
[format_png 4]: /images/20230528/2a9971683809404fab2cc07f5e6a276b.png
[format_png 5]: /images/20230528/393b9bdcd9fd42a3befed71a0dcd185d.png
[format_png 6]: /images/20230528/5e97e5e629c948bfaa024182ac258122.png
[format_png 7]: /images/20230528/6715814927cb4508bb0c039c8f08d365.png
[format_png 8]: /images/20230528/81ddc9ff556a4a08a8610024f24b48fb.png
[format_png 9]: /images/20230528/14372e29e4d941219875905277a666c6.png