大家好，我是阿辰，今天来教大家如何实现『B站直播』弹幕实时分析

思路：采集直播弹幕，然后通过情感分析，不同时间点的评论数，高频词统计

一、采集直播弹幕
首先在B站随意打开一个直播房间

1.查找弹幕链接
通过F12查看network

可以看到是post请求，经过验证只需要房间号就可以获取弹幕！

2.构造post请求
roomid = "22080761"
url = 'https ://api.live.bilibili.com/xlive/web-room/v1/dM/gethistory'
headers = {

'Host': 'api.live.bilibili.com',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36',

}
data = {

'roomid': roomid,

}
html = requests.post(url=url, headers=headers, data=data).json()
直接返回json数据

二、实时采集
为了达到实时采集的目的，需要将采集弹幕的代码封装成函数，然后每个几秒调用一次这个函数（比如这里定为5秒）

1.定时代码
def sleeptime(hour, min, sec):

return hour * 3600 + min * 60 + sec

second = sleeptime(0, 0, 5)
while 1 == 1:

time.sleep(second)
print('do action')
###5秒采集一次
get_msg()

这里的get_msg是采集弹幕函数

2.写入TxT

with open(filename,"a+", encoding='gb18030') as f:
    for content in html['data']['room']:
        # 获取昵称
        nickname = content['nickname']
        # 获取发言
        text = content['text']
        # 获取发言时间
        timeline = content['timeline']
        # 记录发言
        msg = timeline + '*' + nickname + '*' + text
        ###不存在则添加
        if msg not in msg_data:
            f.write(str(msg)+"\n")

文本以房间号命名

三、情感分析
情绪判断，返回值为正面情绪的概率，越接近1表示正面情绪，越接近0表示负面情绪
先简单来看一个例子

text1 = '这部电影真心棒，全程无尿点'
s1 = SnowNLP(text1)
print(text1, s1.sentiments) # 这部电影真心棒，全程无尿点 0.9842572323704297
通过SnowNLP库实现文本的情感分析

roomid = "22080761"
filename = roomid + ".txt"

读取当前txt

with open(filename, "r", encoding='gb18030') as f:

msg_data = f.readlines()

Sentiment_list = []

正面

count1 = 0

负面

count2 = 0
for i in msg_data:

    text = i.split("*")[2]
    t = SnowNLP(text)
    if t.sentiments > 0.5:
        count1 = count1 +1
    else:
        count2 = count2 + 1

Sentiment_list.append(count1)
Sentiment_list.append(count2)
print(Sentiment_list)
从弹幕文本文件中读取出每一条弹幕，然后进行情感分析，最后统计正面评论数和负面评论数

正面弹幕13条、负面弹幕10条。

四、不同时间点评论数分析
同样还是读取弹幕文本文件，之后就以分钟为间隔进行统计

获取当前小时

h = time.strftime("%Y-%m-%d %H", time.localtime())
开始统计

for i in msg_data:

    time_list.append(i.split("*")[0].split(":")[1])

data_time = list(set(time_list))
data_time.sort()

只取三个

if len(data_time)>7:

data_time = data_time[-7:]

name = [h+":"+i for i in data_time]
value =[time_list.count(i) for i in data_time]
print(name)
print(value)

五、高频词统计
思路：通过SnowNLP库对文本（弹幕）进行分词然后会分好的词进行统计排序

先将弹幕合并成文本

for i in msg_data:

#if ymdhm in i:
    text_list.append(i.split("*")[2])

需要操作的句子

text = "".join(text_list)
text = text.replace("\n","")
print(text)
s = SnowNLP(text)
开始进行统计，然后取出前5

list_all = s.words
dict_x = {}
for item in list_all:

dict_x[item] = list_all.count(item)

sorted_x = sorted(dict_x.items(), key=operator.itemgetter(1), reverse=True)
re_word_list = []
re_word_list_name = []
re_word_list_data = []
count = 0
for k, v in sorted_x:

if count==5:
    break
if len(k)>1:
    re_word_list_name.append(k)
    re_word_list_data.append(v)
    count = count+1

re_word_list.append(re_word_list_name)
re_word_list.append(re_word_list_data)
print(re_word_list)

六、总结
本文主要是讲解了任何实时采集直播弹幕，然后通过SnowNLP库等对弹幕数据进行统计。

如果大家对本文代码源码感兴趣，扫码关注『Python爬虫数据分析挖掘』后台回复：直播弹幕 ，获取完整代码！

最后说一声：原创不易，求给个赞、在看、评论

------------- 推荐阅读 -------------

高质量推荐

可视化分析中国500强排行榜数据

.实战讲解四种不同爬虫解析数据方法，必须掌握！

一键查询明星个人信息，并以知识图谱可视化展示

爬取展示『王者荣耀』2020年-2021年2月收入流水线

‍‍‍‍

专注：python、爬虫、数据分享、数据可视化