這次逛到b站的音樂裡面的我以歌聲寄明月中的洛天依原創的《獨醉宣月》，感覺是一首良曲，畫風也很不錯！所以就對它起了“歹徒之心”，而去把彈幕給獲取來作詞雲。

導包

import requests-----網頁請求

import time-----延時操作

import jieba----分詞操作

import numpy as np-----圖片格式轉換為陣列

from PIL  import Image-----圖片的讀取

from wordcloud import WordCloud as wc----詞雲製作

網頁分析

https://www.bilibili.com/video/av1490046/

list.so?oid=xxxx的結果，這技術我們要找的彈幕資源了！

網頁獲取和解析 

把所有的操作都封裝成的一個類Bilibili，初始化就設定好請求頭跟url以及彈幕的獲取，由於彈幕的資料是放在一個xml檔案的，所以就把這個目標的檔案給下載了，再用xpath解析xml文件，xpath的作用在於快速去查詢到想要的目標。

"""docstring for Bilibili"""
	def __init__(self,oid):
		self.headers={
		'Host': 'api.bilibili.com',
		'Connection': 'keep-alive',
		'Cache-Control': 'max-age=0',
		'Upgrade-Insecure-Requests': '1',
		'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.92 Safari/537.36',
		'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
		'Accept-Encoding': 'gzip, deflate, br',
		'Accept-Language': 'zh-CN,zh;q=0.9',
		'Cookie': 'finger=edc6ecda; LIVE_BUVID=AUTO1415378023816310; stardustvideo=1; CURRENT_FNVAL=8; buvid3=0D8F3D74-987D-442D-99CF-42BC9A967709149017infoc; rpdid=olwimklsiidoskmqwipww; fts=1537803390'

		}
		self.url='https://api.bilibili.com/x/v1/dm/list.so?oid='+str(oid)
		self.barrage_reault=self.get_page()

	# 獲取資訊
	def get_page(self):
		try:
			# 延時操作，防止太快爬取
			time.sleep(0.5)
			response=requests.get(self.url,headers=self.headers)
		except Exception as e:
			print('獲取xml內容失敗,%s' % e)
			return False
		else:
			if response.status_code == 200:
				# 下載xml檔案
				with open('bilibili.xml','wb') as f:
					f.write(response.content)
				return True
			else:
				return False

	# 解析網頁
	def param_page(self):
		time.sleep(1)
		if  self.barrage_reault:
			# 檔案路徑，html解析器
			html=etree.parse('bilibili.xml',etree.HTMLParser())
			# xpath解析，獲取當前所有的d標籤下的所有文字內容
			results=html.xpath('//d//text()')
			return results
 

 彈幕去重

先把彈幕內容儲存到一個results的空列表中去，每次都要判斷當前的列表是否存在該元素，不存在就新增，否則，就新增到double_barrage列表和barrage的集合去，方便下面的彈幕內容的重複數量的統計。

# 彈幕去重
	def remove_double_barrage(self):
		'''
		double_arrage:所有重複彈幕的集合
		results:去重後的彈幕
		barrage:每種彈幕內容都儲存一遍
		'''
		double_barrage=[]
		results=[]
		barrage=set()
		for result in self.param_page():
			if result not in results:
				results.append(result)
			else:
				double_barrage.append(result)
				barrage.add(result)
		return double_barrage,results,barrage

彈幕重複內容的計數和詞雲的製作 

# 彈幕重複計算和詞雲的製作
	def make_wordCould(self):
		double_barrages,results,barrages=self.remove_double_barrage()
		# 重詞計數，結果寫進txt檔案
		with open('barrages.txt','w') as f:
			for barrage in barrages:
				# 數量的統計
				amount=double_barrages.count(barrage)
				f.write(barrage+':'+str(amount+1)+'\n')
				
		# 設定停用詞
		stop_words=['【','】',',','.','?','!','。']
		words=[]
		if results:
			for result in results:
				for stop in stop_words:
					# 去除上面的停用詞，再拼接成字串
					result=''.join(result.split(stop))
				words.append(result)
			# 列表拼接成字串
			words=''.join(words)
			words=jieba.cut(words)
			words=''.join(words)
			luo=np.array(Image.open('洛天依.jpg'))
			w=wc(font_path='‪C:/Windows/Fonts/SIMYOU.TTF',background_color='white',width=1600,height=1600,max_words=2000,mask=luo)
			w.generate(words)
			w.to_file('luo.jpg')

 實現的效果

詞雲的製作

彈幕重複內容的計數

歡迎來pick！