爬取B站弹幕并生成HTML格式的词云图

 #引入requests请求模块

    
 import requests
    
 #引入bs4模块
    
 from bs4 import  BeautifulSoup
    
 #引入结巴库
    
 import jieba
    
 #引入词云模块
    
 from pyecharts.charts import WordCloud

 #手动输入需要爬取的弹幕cid

    
 cid  = str(input("请输入要爬取视频的cid:"))
    
  
    
 #设置弹幕api
    
 url = f"https://comment.bilibili.com/{cid}.xml"
    
  
    
 #获取链接内容赋值给response
    
 response = requests.get(url)
    
  
    
 #确定网页代码
    
 response.encoding = response.apparent_encoding
    
  
    
 #通过.text返回网页xml文本内容
    
 xml = response.text
    
  
    
 #使用lxml方法分析xml中的节点赋值给soup
    
 soup = BeautifulSoup(xml,"lxml")
    
  
    
 #使用find_all方法查找在soup中为"d"的节点
    
 content_all = soup.find_all("d")

 #为弹幕数量设置一个初始值

    
 comment_num = 0
    
  
    
 #创建一个空白列表给词云
    
 wordList = []
    
 #遍历content_all中的所有节点
    
 for comment in content_all:
    
     #将每次遍历到的节点的内容，转换为字符串赋值给data
    
     data = comment.string
    
  
    
     #视小于2且大于10的评论为非弹幕
    
     if len(data) >= 2 and len(data) <=10:
    
     # 使用jieba.lcut()将data进行分词，赋值给words
    
     words = jieba.lcut(data)
    
  
    
     #将切好的词放入列表当中
    
     wordList = wordList + words
    
  
    
     #每次成功判断，计算一次有效弹幕数
    
     comment_num += 1
    
  
    
     #输入当前遍历的弹幕内容
    
     print(data)
    
     #否则
    
     else:
    
     #跳过并继续
    
     continue
    
 #设置一个空字典
    
 wordDict = {}
    
  
    
 #从列表中遍历已经分好的词
    
 for word in wordList:
    
     #如果词的长度大于1，怎判断为一个词
    
     if len(word) > 1:
    
     #如果这个词没有在字典的键中
    
     if word not in wordDict.keys():
    
         #设置这个键的初始值为1
    
         wordDict[word] = 1
    
     #否则
    
     else:
    
         #这个词的值+1
    
         wordDict[word] += 1
    
  
    
 #把WordCloud赋值给wordCloud
    
 wordCloud = WordCloud()
    
  
    
 #添加图标设置。data——pair会警告，但无影响
    
 wordCloud.add( series_name=f"{comment_num}条弹幕的词云图",
    
            data_pair = wordDict.items(),
    
            word_size_range=[20,80])
    
  
    
 #设置保存的地址
    
 wordCloud.render(f"/Users/huangliangyu/Desktop/{comment_num}条弹幕的词云图.html")
    
 #格式化输出统计数字
    
 print(F"该视频共有{comment_num}条有效弹幕")

 #引入requests请求模块

    
 import requests
    
 #引入bs4模块
    
 from bs4 import  BeautifulSoup
    
 #引入结巴库
    
 import jieba
    
 #引入词云模块
    
 from pyecharts.charts import WordCloud
    
  
    
 #手动输入需要爬取的弹幕cid
    
 cid  = str(input("请输入要爬取视频的cid:"))
    
  
    
 #设置弹幕api
    
 url = f"https://comment.bilibili.com/{cid}.xml"
    
  
    
 #获取链接内容赋值给response
    
 response = requests.get(url)
    
  
    
 #确定网页代码
    
 response.encoding = response.apparent_encoding
    
  
    
 #通过.text返回网页xml文本内容
    
 xml = response.text
    
  
    
 #使用lxml方法分析xml中的节点赋值给soup
    
 soup = BeautifulSoup(xml,"lxml")
    
  
    
 #使用find_all方法查找在soup中为"d"的节点
    
 content_all = soup.find_all("d")
    
  
    
 #为弹幕数量设置一个初始值
    
 comment_num = 0
    
  
    
 #创建一个空白列表给词云
    
 wordList = []
    
 #遍历content_all中的所有节点
    
 for comment in content_all:
    
     #将每次遍历到的节点的内容，转换为字符串赋值给data
    
     data = comment.string
    
  
    
     #视小于2且大于10的评论为非弹幕
    
     if len(data) >= 2 and len(data) <=10:
    
     # 使用jieba.lcut()将data进行分词，赋值给words
    
     words = jieba.lcut(data)
    
  
    
     #将切好的词放入列表当中
    
     wordList = wordList + words
    
  
    
     #每次成功判断，计算一次有效弹幕数
    
     comment_num += 1
    
  
    
     #输入当前遍历的弹幕内容
    
     print(data)
    
     #否则
    
     else:
    
     #跳过并继续
    
     continue
    
 #设置一个空字典
    
 wordDict = {}
    
  
    
 #从列表中遍历已经分好的词
    
 for word in wordList:
    
     #如果词的长度大于1，怎判断为一个词
    
     if len(word) > 1:
    
     #如果这个词没有在字典的键中
    
     if word not in wordDict.keys():
    
         #设置这个键的初始值为1
    
         wordDict[word] = 1
    
     #否则
    
     else:
    
         #这个词的值+1
    
         wordDict[word] += 1
    
  
    
 #把WordCloud赋值给wordCloud
    
 wordCloud = WordCloud()
    
  
    
 #添加图标设置。data——pair会警告，但无影响
    
 wordCloud.add( series_name=f"{comment_num}条弹幕的词云图",
    
            data_pair = wordDict.items(),
    
            word_size_range=[20,80])
    
  
    
 #设置保存的地址
    
 wordCloud.render(f"/Users/huangliangyu/Desktop/{comment_num}条弹幕的词云图.html")
    
 #格式化输出统计数字
    
 print(F"该视频共有{comment_num}条有效弹幕")