怎样在Python中抓取B站视频弹幕并生成精美词云图-Python教程-PHP中文网

弹幕抓取必须用bilibili-api，因其封装了Referer、Cookie、UA及SESSDATA登录态校验逻辑，requests直拼URL会因风控失败；Danmaku对象仅text字段有效，需清洗后用jieba分词+自定义停用词+指定中文字体生成词云。

怎样在python中抓取b站视频弹幕并生成精美词云图

弹幕抓取必须用 `bilibili-api`，别碰 `requests` 直接调接口

直接用 requests 拼 URL 请求弹幕 XML 或 JSON 会失败，B站对 danmaku 接口做了 Referer、Cookie 和 UA 校验，且部分视频需登录态（SESSDATA）。官方 SDK bilibili-api 封装了 session 管理和鉴权逻辑，是唯一稳定选择。

安装后初始化客户端时务必传入 credential：

from bilibili_api import Credential, Danmaku
from bilibili_api.video import Video
<h1>必须填入有效的 SESSDATA（从浏览器 Cookie 复制）</h1><p>cred = Credential(sessdata="xxx")
v = Video(bvid="BV1xx411c7mD", credential=cred)
</p>

不填 credential 会导致 ApiException: code=-403 或空弹幕列表
SESSDATA 有效期约 30 天，过期后需重新获取，不能复用他人 cookie
若只分析公开热门视频且量不大，可用 bilibili-api 的无凭证模式（仅限部分低频接口），但弹幕获取必须凭证

`Danmaku` 对象里只有 `text` 字段可用，别碰 `dm_time` 或 `color`

弹幕数据结构中，真正能进词云的只有 text。其他字段如 dm_time（毫秒级时间戳）、color（RGB 整数）、mode（滚动/顶部/底部）对词频统计无意义，强行提取反而增加清洗负担。

正确做法是遍历 Danmaku 列表并过滤掉无效内容：

dms = await v.get_danmakus(0)  # 0 表示第 1P
texts = [dm.text.strip() for dm in dms if dm.text.strip() and len(dm.text) > 1]

弹幕含大量“哈哈哈”“awsl”“前方高能”等短无意义词，建议长度过滤（len > 1）+ 去重（set(texts) 可选）
dm.text 是原始字符串，可能含空格、换行符、emoji，后续用 jieba 分词前需先 .replace('\n', '').strip()
不要尝试用 dm.color 做词云颜色映射——词云库（如 wordcloud）不读取该字段，纯属浪费 CPU

用 `jieba` + `wordcloud` 生成词云时，停用词和字体路径最容易出错

中文词云不加 jieba 分词就是一堆单字，而默认停用词表不含 B站常用语（如“弹幕”“爷青回”“破防”），必须手动补充；wordcloud 在 macOS/Linux 下默认找不到中文字体，Windows 下也常因路径含中文报 OSError: cannot open resource。

B站视频分析

B站视频全自动分析：下载视频+音频 → Whisper时间轴字幕 → 关键帧画面分析 → 内容总结。当用户发送B站视频链接（bilibili.com或b23.tv短链）并想了解视频内容时触发。包括"帮我看看这个视频"、"这个视频讲了啥"、"分析一下这个视频"等场景。

下载

关键配置三步到位：

import jieba
from wordcloud import WordCloud
import matplotlib.pyplot as plt
<h1>1. 加载自定义停用词（比内置更贴合弹幕场景）</h1><p>with open("stopwords.txt", encoding="utf-8") as f:
stopwords = set([line.strip() for line in f])
stopwords.update(["哈哈", "哈哈哈", "awsl", "破防", "泪目"])</p><h1>2. 分词 + 过滤</h1><p>words = jieba.lcut(" ".join(texts))
filtered = [w for w in words if w not in stopwords and len(w) > 1]</p><h1>3. 指定字体路径（Mac：/System/Library/Fonts/PingFang.ttc；Win：simhei.ttf）</h1><p>wc = WordCloud(
font_path="/System/Library/Fonts/PingFang.ttc",
width=1920, height=1080,
background_color="white",
max_words=200
).generate(" ".join(filtered))
</p>