免责声明: 本脚本仅供个人学习和研究使用，禁止用于任何商业或非法用途。
概述
本Python脚本旨在辅助人文学科研究，特别是网络平台话语分析。它能够全面收集和分析B站视频的弹幕和评论数据，尤其适用于对亚文化和社会议题相关的海量内容进行深入研究、分析、补充和总结。
功能与原理
立即学习“Python免费学习笔记（深入）”；
核心功能:
- 数据采集: 收集视频标题、作者、发布时间、播放量、收藏数、分享数、总弹幕数、评论数、视频描述、分类、视频链接和封面图链接等元数据。
- 弹幕分析: 提取100条弹幕，并进行情感评分、词性分析，记录时间戳和用户ID。
- 评论分析: 提取20条热门评论，并记录点赞数、情感分数、主题回复、会员ID、用户名和评论时间戳。
增强功能:
- 用户数据: (需提供Cookie) 获取弹幕发送者和评论用户的用户名、生日、注册时间、粉丝数和关注数等信息。
- IP定位: (需使用Selenium和浏览器驱动) 尝试获取评论用户的IP地址(此功能受限，成功率取决于B站的反爬机制)。
- 数据可视化: 将分析结果输出到Excel文件，包含情感分析中位数、词频统计、词云和条形图。
工作原理:
脚本通过B站开放API获取JSON数据，并使用BeautifulSoup解析XML数据。 SnowNLP、THULAC和jieba等自然语言处理库用于文本分词、停用词过滤、词性分析和词频统计。matplotlib用于生成图表。
快速入门
(适用于Windows和macOS系统)
-
安装依赖: 使用pip安装必要的Python库：
pip3 install --no-cache-dir -r https://ghproxy.com/https://github.com/excalibra/scripts/blob/main/d-txt/requirements.txt
-
运行脚本: (需要先将脚本下载到本地)
python3 get_bv_baseinfo.py
脚本会提示您输入B站视频链接。
代码片段 (部分关键代码)
(完整代码请参考GitHub仓库)
# ... (其他代码省略) ...
class BilibiliAPI:
@staticmethod
def get_bv_json(video_url):
# ... (获取视频基本信息JSON) ...
@staticmethod
def get_danmu_xml(bv_json):
# ... (获取弹幕XML) ...
@staticmethod
def get_comment_json(bv_json):
# ... (获取评论JSON) ...
# ... (其他代码省略) ...
class Tools:
@staticmethod
def calculate_sentiment_score(text):
# ... (计算情感得分) ...
@staticmethod
def get_word_cloud(sheet_name, workbook):
# ... (生成词云) ...
# ... (其他代码省略) ...
if __name__ == '__main__':
# ... (主程序) ...
使用说明
- 为了简化Cookie的输入，可以使用
key=value格式，例如"a=a;"，以跳过不必要的登录步骤。 - IP定位功能需要使用Selenium和浏览器驱动程序，并登录您的Bilibili账户。由于B站的反爬虫机制，此功能的成功率无法保证。 请遵守B站的服务条款和机器人政策。
研究报告链接:
亚文化视角下的评论和弹幕研究：https://www.php.cn/link/e8da6d326d9dd901bce129d5bcdfde63 (完整报告会在后续补充“亚文化”和“社会问题”部分后公开。)
