這篇文章主要介紹了Python爬蟲實(shí)現(xiàn)自動(dòng)化爬取b站實(shí)時(shí)彈幕的方法,具有一定借鑒價(jià)值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
公司主營業(yè)務(wù):成都網(wǎng)站制作、網(wǎng)站建設(shè)、移動(dòng)網(wǎng)站開發(fā)等業(yè)務(wù)。幫助企業(yè)客戶真正實(shí)現(xiàn)互聯(lián)網(wǎng)宣傳,提高企業(yè)的競(jìng)爭(zhēng)能力。成都創(chuàng)新互聯(lián)是一支青春激揚(yáng)、勤奮敬業(yè)、活力青春激揚(yáng)、勤奮敬業(yè)、活力澎湃、和諧高效的團(tuán)隊(duì)。公司秉承以“開放、自由、嚴(yán)謹(jǐn)、自律”為核心的企業(yè)文化,感謝他們對(duì)我們的高要求,感謝他們從不同領(lǐng)域給我們帶來的挑戰(zhàn),讓我們激情的團(tuán)隊(duì)有機(jī)會(huì)用頭腦與智慧不斷的給客戶帶來驚喜。成都創(chuàng)新互聯(lián)推出廣昌免費(fèi)做網(wǎng)站回饋大家。
Python主要應(yīng)用于:1、Web開發(fā);2、數(shù)據(jù)科學(xué)研究;3、網(wǎng)絡(luò)爬蟲;4、嵌入式應(yīng)用開發(fā);5、游戲開發(fā);6、桌面應(yīng)用開發(fā)。
1、導(dǎo)入需要的庫
import jieba # 分詞 from wordcloud import WordCloud # 詞云 from PIL import Image # 圖片處理 import numpy as np # 圖片處理 import matplotlib.pyplot as plt # 畫圖
2、 jieba分詞
所謂的分詞就是將一句話分成一個(gè)或幾個(gè)詞語的形式,
分詞代碼
# 讀取停用詞庫,注意編碼應(yīng)為‘utf8’ f = open('小夜斗的停用詞表.txt', encoding='utf8') stopwords = f.read().split('\n') print(stopwords) # 打印停用詞 f.close() # 關(guān)閉停用詞文件
3、打印出的為一個(gè)停用詞列表
with open("冰冰vlog2.txt", "r", encoding='utf8') as fp: text = fp.read()
4、讀取冰冰彈幕數(shù)據(jù)文件的操作,將其保存到text變量中
segs = jieba.cut(text) # 進(jìn)行jieba分詞 mytext_list = [] # 構(gòu)建一個(gè)容納過濾掉停用詞的冰冰彈幕數(shù)據(jù)文件 # 文本清洗 for seg in segs: # 循環(huán)遍歷每一個(gè)分詞文本 # 如果該詞不屬于停用詞表 并且非空 長度不為1 if seg not in stopwords and seg != "" and len(seg) != 1: # 將該詞語添加到mytext_list列表中 mytext_list.append(seg.replace(" ", "")) print(mytext_list) # 打印過濾后的冰冰彈幕數(shù)據(jù)
5、獲取過濾停用詞后的冰冰彈幕數(shù)據(jù)
cloud_text = ",".join(mytext_list) # 連接列表里面的詞語 print(cloud_text)
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“Python爬蟲實(shí)現(xiàn)自動(dòng)化爬取b站實(shí)時(shí)彈幕的方法”這篇文章對(duì)大家有幫助,同時(shí)也希望大家多多支持創(chuàng)新互聯(lián),關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道,更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
網(wǎng)站名稱:Python爬蟲實(shí)現(xiàn)自動(dòng)化爬取b站實(shí)時(shí)彈幕的方法
URL網(wǎng)址:http://bm7419.com/article46/pphjeg.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供面包屑導(dǎo)航、域名注冊(cè)、網(wǎng)頁設(shè)計(jì)公司、、網(wǎng)站收錄、虛擬主機(jī)
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來源: 創(chuàng)新互聯(lián)