需要準(zhǔn)備的環(huán)境:

1. 一個(gè)B站賬號(hào),需要先登錄,否則不能查看歷史彈幕記錄

2. 聯(lián)網(wǎng)的電腦和順手的瀏覽器,我用的Chrome

3. Python3環(huán)境以及request模塊,安裝使用命令,換源比較快:

爬取步驟:

1. 登錄后打開(kāi)需要爬取的視頻頁(yè)面,打開(kāi)開(kāi)發(fā)者工具臺(tái),Chrome可以使用F12快捷鍵,選擇network監(jiān)聽(tīng)請(qǐng)求
   
    

2. 點(diǎn)擊查看歷史彈幕,獲取請(qǐng)求
   
    

3. 其中rolldate后面的數(shù)字表示該視頻對(duì)應(yīng)的彈幕號(hào),返回的數(shù)據(jù)中timestamp表示彈幕日期,new表示數(shù)目
   
    

4. 在查看歷史彈幕中任選一天,查看,會(huì)發(fā)出新的請(qǐng)求
   dmroll ,時(shí)間戳,彈幕號(hào),表示獲取該日期的彈幕,1507564800 表示2017/10/10 0:0:0
   
   
   
   該請(qǐng)求返回xml數(shù)據(jù)
   
   
   

5. 使用正則表達(dá)式獲取所有彈幕消息,匹配模式

   'd p='.*?'>(.*?)d>'

    

6. 拼接字符串,將所有彈幕保存到本地文件即可

   with open('content.txt', mode='w+', encoding='utf8') as f:    f.write(content)

    

7. 參考代碼如下,將彈幕按照日期保存為單個(gè)文件...因?yàn)樘嗔?..

   import requests
import re
import time

'''    爬取嗶哩嗶哩視頻彈幕信息'''

# 2043618 是視頻的彈幕標(biāo)號(hào),這個(gè)地址會(huì)返回時(shí)間列表
# https://www.bilibili.com/video/av1349282
url = 'https://comment.bilibili.com/rolldate,2043618'
# 獲取彈幕的id 2043618
video_id = url.split(',')[-1]print(video_id)
# 獲取json文件
html = requests.get(url)
# print(html.json())

# 生成時(shí)間戳列表
time_list = [i['timestamp'] for i in html.json()]
# print(time_list)

# 獲取彈幕網(wǎng)址格式 'https://comment.bilibili.com/dmroll,時(shí)間戳,彈幕號(hào)'

# 彈幕內(nèi)容,由于總彈幕量太大,將每個(gè)彈幕文件分別保存
for i in time_list:    content = ''    j = 'https://comment.bilibili.com/dmroll,{0},{1}'.format(i, video_id)    print(j)    text = requests.get(j).text
   # 匹配彈幕內(nèi)容    res = re.findall('(.*?)', text)    
   # 將時(shí)間戳轉(zhuǎn)化為日期形式,需要把字符串轉(zhuǎn)為整數(shù)    timeArray = time.localtime(int(i))    date_time = time.strftime('%Y-%m-%d %H:%M:%S', timeArray)    print(date_time)    content += date_time + ''    for k in res:        content += k + ''    content += ''    file_path = 'txt/{}.txt'.format(time.strftime('%Y_%m_%d', timeArray))    print(file_path)    
   with open(file_path, mode='w+', encoding='utf8') as f:        f.write(content)

    

8. 最終效果