B站我想大家都熟悉吧，其實 B 站的爬蟲網上一搜一大堆。不過紙上得來終覺淺，絕知此事要躬行，我碼故我在。最終爬取到資料總量為 760萬 條。

準備工作

首先開啟 B 站，隨便在首頁找一個視訊點選進去。常規操作，開啟開發者工具。這次是目標是通過爬取 B 站提供的 api 來獲取視訊資訊，不去解析網頁，解析網頁的速度太慢了而且容易被封 ip。

勾選 JS 選項，F5 重新整理

找到了 api 的地址

複製下來，去除沒必要的內容，得到https://api.bilibili.com/x/web-interface/archive/stat?aid=15906633，用瀏覽器開啟，會得到如下的 json 資料

動手寫碼

好了，到這裡程式碼就可以碼起來了，通過 request 不斷的迭代獲取資料，為了讓爬蟲更高效，可以利用多執行緒。

核心程式碼

迭代爬取

整個專案的最主要部分的程式碼也就是 20 行左右，挺簡潔的。

執行的效果大概是這樣的，數字是已經已經爬取了多少條連結，其實完全可以在一天或者兩天內就把全站資訊爬完的。

至於爬取後要怎麼處理就看自己愛好了，我是先儲存為 csv 檔案，然後再彙總插入到資料庫。

資料庫表

由於這些內容是我在幾個月前爬取的，所以資料其實有些滯後了。

資料總量

查詢播放量前十的視訊

查詢回覆量前十的視訊

各種花樣查詢任君選擇！！視訊的連結為https://www.bilibili.com/video/av+ v_aid
詳細程式碼請移步至 bili.py,專案地址：chenjiandongx/bili-spider 歡迎圍觀

作者：陳建冬

原文來自微信公眾號：Python中文社群