//
\\ //
\\ //
##DDDDDDDDDDDDDDDDDDDDDD##
## DDDDDDDDDDDDDDDDDDDD ##
## hh hh ##
## hh // \\ hh ##
## hh // \\ hh ##
## hh hh ##
## hh wwww hh ##
## hh hh ##
## MMMMMMMMMMMMMMMMMMMM ##
##MMMMMMMMMMMMMMMMMMMMMM##
\/ \/
________ ___ ___ ___ ________ ___ ___ ___
|\ __ \ |\ \ |\ \ |\ \ |\ __ \ |\ \ |\ \ |\ \
\ \ \|\ /_\ \ \\ \ \ \ \ \\ \ \|\ /_\ \ \\ \ \ \ \ \
\ \ __ \\ \ \\ \ \ \ \ \\ \ __ \\ \ \\ \ \ \ \ \
\ \ \|\ \\ \ \\ \ \____ \ \ \\ \ \|\ \\ \ \\ \ \____ \ \ \
\ \_______\\ \__\\ \_______\\ \__\\ \_______\\ \__\\ \_______\\ \__\
\|_______| \|__| \|_______| \|__| \|_______| \|__| \|_______| \|__|
用于获得B站上传状态,是拥挤还是爆满等
爬取时需要用户手动提供cookie字符串
且勿关闭该cookies所属session, 即别关那个获得cookie的网页
爬取单个视频的弹幕,给定参数后可以保存到给定目录,不需要用户cookie,只需要BV视频的url
爬取单个视频的评论,给定参数后可以保存到给定目录,不需要用户cookie,只需要BV视频的url
获取该视频当前的观看人数,不需要用户cookie,只需要BV视频的url
获取该视频每一P的信息(包括名字, 播放时长等信息),不需要用户cookie,只需要BV视频的url
获取该视频的额外信息,比如aid、bvid、view(视频播放数)、danmaku(总弹幕数)、reply(评论数)、share(分享数)、like(点赞数)、favorite(收藏)、coin(投币数),,不需要用户cookie,只需要BV视频的url
写爬取这些东西的代码是异常无聊的,有意思的也就是找到url,其他的无非就是导库,下载后读取,后处理保存
大部分网站都会将这些资源(如弹幕和评论等信息资源),整为xml格式或者json格式的url,写本仓库这样简单的爬虫,难点就是找url,其他的就看Python基础掌握的好不好了
希望你能自己找到几个不同的字符串,如BVid、aid、oid(应该是有两个)和cid,找到他们分别对应哪些资源
爬取弹幕那一块,我希望你能自己把那些属性到底指的是什么想明白,希望能自己根据弹幕的样式,去猜属性的含义(话说,一年前那会儿还没有高级弹幕,我也不知道那个代码能不能有效应对高级弹幕)
我希望你能感觉到我写的过于冗余,然后用类封装好。时隔一年,我再一次看我之前写的代码,还是一样的想法,代码冗余太多,写成类就好了,初始化的时候将BVid、aid和oid等东西读入,之后用哪个拿哪个就好了
我还只是个写爬虫的新手,也只会找找简单的url,再往深走走,就可能涉及到逆向的知识,我已经停滞不前两三年了吧,没有什么进步hhh
