IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 网络协议 -> 爬虫练习(昨天的美化) -> 正文阅读

[网络协议]爬虫练习(昨天的美化)

import requests
import re
from lxml import etree
from wordcloud import WordCloud,STOPWORDS,ImageColorGenerator
import matplotlib.pyplot as plt
def main():
    url='https://www.bilibili.com/video/BV1uL41157Nd?spm_id_from=333.851.b_7265636f6d6d656e64.5'
    headers={
              'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36'
           }
    res=(requests.get(url,headers=headers)).text
    # print(cid)
    cid=get_cid(res)
    url2 = 'https://comment.bilibili.com/' + cid + '.xml'
    content1=get_content(url2)
    comments=get_target(content1)
    #_print(comments)
    _write(comments)
    _wordcloud()


    #print(get_cid(res))
#print(res.text)
def get_cid(res):
    obj1 = re.compile(r'"cid=(?P<cid1>.*?)&aid')
    cid = obj1.findall(res)
    cid = list(cid)[0]
    return cid
def get_content(url2):
    headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36'
    }
    res2=requests.get(url2,headers=headers)
    res2.encoding ='Utf-8'
    #print(res2.text)
    return res2.text
def get_target(content1):
    obj2 = re.compile('<d p=".*?">(.*?)</d>')
    comments_list = re.findall(obj2, content1)
    # print(comments_list) #在控制台打印所匹配的内容
    #print('成功获取弹幕信息')
    #print(comments_list)
    return comments_list

'''def _print(comments):
    for i in comments:
        print(i)'''
def _write(commeents):
    for i in commeents:
        with open('Barrage.txt','a',encoding='utf-8')as f:
            f.write(i+'\n')

def _wordcloud():
    with open('./Barrage.txt', 'r',encoding='utf-8') as f:
        cut_text=f.read()
        #print(cut_text)
        word_cloud = WordCloud(
            font_path="C:/Windows/Fonts/simfang.ttf",#字体路径
            background_color="white",
            width=1920,
            height=1080
        ).generate(cut_text)
        plt.imshow(word_cloud, interpolation="bilinear")
        plt.axis('off')
        plt.show()
if __name__ =="__main__":
    main()
  网络协议 最新文章
使用Easyswoole 搭建简单的Websoket服务
常见的数据通信方式有哪些?
Openssl 1024bit RSA算法---公私钥获取和处
HTTPS协议的密钥交换流程
《小白WEB安全入门》03. 漏洞篇
HttpRunner4.x 安装与使用
2021-07-04
手写RPC学习笔记
K8S高可用版本部署
mySQL计算IP地址范围
上一篇文章      下一篇文章      查看所有文章
加:2022-01-30 19:15:44  更:2022-01-30 19:16:37 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年10日历 -2024/10/5 11:20:32-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码