适用于linux的bilibiliB站直播间弹幕爬虫脚本,命令行运行之,输入到命令行,部分内容参考自网络,代码底部可见原始代码出处
BUFF
:然而,经测试,每次爬只能读取10条弹幕记录,这就使得在(sleeptime*10)(每秒)<弹幕新增量(每秒)时出现弹幕丢失的情况,此时需要调短sleeptime,由于本脚本是自用目的(我的粉丝数是个数),因此该bug对我本人暂无影响,有需要修复该bug的读者请留言或自行修复
# -*- coding:utf-8 -*-
# 时间:2024/4/26
# 原作者:猫先生的早茶
# 二创:wc1945451904@163.com
#!/usr/bin/python
#"""
# 获取bilibili直播间弹幕
# 房间号从网页源代码中获取
# 打开直播画面后,按ctrl+u 打开网页源代码,按ctrl+f 搜索 room_id
# 搜到的"room_id":1016中,1016就是房间号
# 获取不同房间的弹幕:修改代码第26行的roomid的值为对应的房间号roomid,或者通过公共设置处的变量来设置之
# 先在直播间手动输入一条弹幕,再开启该脚本
#"""
# wc:使用python在命令行中启动脚本,需要提前安装request 包,conda install requests或者
# pip install requests
import requests;
import time;
#公共设置
sleeptime = 3;#此处修改抓取间隔
groomid = '12159402'#二创者的直播间id(^_^)
if(groomid==''):
print("未设置目标直播间id");
return;
#彩色转译
RED = '\033[91m'
GREEN = '\033[92m'
YELLOW = '\033[93m'
BLUE = '\033[94m'
MAGENTA = '\033[95m'
CYAN = '\033[96m'
RESET = '\033[0m'
class Danmu():
def __init__(self):
self.t = False;#保证第一次循环一定要获取弹幕,然后进入第二循环
self.lastMsg = '';
self.lastTime = '';
self.lastNickname = '';
# 弹幕url
self.url = 'https://api.live.bilibili.com/xlive/web-room/v1/dM/gethistory';
# 请求头
self.headers = {
'Host':'api.live.bilibili.com',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:78.0) Gecko/20100101 Firefox/78.0',
}
# 定义POST传递的参数
self.data = {
'roomid':groomid,#!!!修改为roomId
'csrf_token':'',
'csrf':'',
'visit_id':'',
}
def get_danmu_once(self):
# 第一次获取直播间弹幕,全部打印
html = requests.post(url=self.url,headers=self.headers,data=self.data).json();
#
# 弹幕列表逐项提取
#逻辑:先打印,再判断并修改self.t
#如果弹幕很少,则会
if self.t==False:
for content in html['data']['room']:
self.lastTime = content['timeline']
self.lastNickname = content['nickname'];
self.lastText = content['text'];
print(f"{GREEN}{self.lastTime}{BLUE}{self.lastNickname}{RESET}"+'\t:'+self.lastText)
#print('\t:'+self.lastText)
#outmsg = self.lastTime+self.lastNickname+'\t:'+self.lastText;
#print(outmsg);
if(self.lastTime!=''):
self.t = True;
def get_danmu_circle(self):
# 后续获取直播间弹幕,则不可靠地找到上次记录的最后一条弹幕,然后输出其(不含)后面的弹幕
html = requests.post(url=self.url,headers=self.headers,data=self.data).json();
count = 0;#开关
# 弹幕列表逐项提取
for content in html['data']['room']:
# 整合[ 昵称+对话内容 ]输出
if(count == 1):#此处为第一条新增弹幕,输出之
self.lastTime = content['timeline']
self.lastNickname = content['nickname'];
self.lastText = content['text'];
print(f"{GREEN}{self.lastTime}{BLUE}{self.lastNickname}{RESET}"+'\t:'+self.lastText)
#outmsg = self.lastTime+self.lastNickname+'\t:'+self.lastText;
#print(outmsg);
# 判断新弹幕
elif(self.lastTime>=content['timeline']
and self.lastNickname==content['nickname']
and self.lastText==content['text']):
count = 1;#
continue;
# sum+=1;
# print("==============sum == %d",sum);
# 创建bDanmu实例
bDanmu = Danmu();
while bDanmu.t==False:#False表示爬虫的弹幕列表为空
time.sleep(sleeptime);
bDanmu.get_danmu_once();
while True:
# 每隔x秒就检查一下直播间弹幕
time.sleep(sleeptime);
# 获取弹幕
bDanmu.get_danmu_circle();
#原作者原文链接:https://blog.csdn.net/qq_43017750/article/details/107771744