python爬虫:Ajax异步爬取数据(b站评论区)

warning: 这篇文章距离上次修改已过186天,其中的内容可能已经有所变动。
import requests
import json
import time

# 设置请求头,模拟浏览器访问
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3',
    'Referer': 'https://www.bilibili.com/video/BV1x44y1X7zq'
}

# 视频cid,通过分析请求URL可以找到
cid = '78974370'

# 初始化起始页码和每页的评论数
page = 1
page_size = 20

# 存储评论数据
comments = []

# 循环抓取每一页的评论数据
while True:
    # 构建AJAX请求的URL
    url = f'https://api.bilibili.com/x/v2/reply/main?oid=168481317&type=1&pn={page}&nohot=1&sort=0'

    # 发送请求
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        # 解析JSON数据
        data = response.json()
        if data['code'] == 0:
            # 提取评论数据
            for comment in data['data']['replies']:
                comments.append({
                    'author': comment['member']['uname'],
                    'content': comment['content']['message'],
                    'like_count': comment['like'],
                    'time': time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(comment['ctime'])),
                })
            # 检查是否还有更多页
            if len(data['data']['replies']) < page_size:
                break
            page += 1
        else:
            print(f"请求失败,错误代码:{data['code']}")
            break
    else:
        print("请求失败,无法连接到服务器")
        break

# 输出评论数据
for comment in comments:
    print(f"作者:{comment['author']}, 内容:{comment['content']}, 点赞数:{comment['like_count']}, 时间:{comment['time']}")
Python

这段代码使用了requests库来发送HTTP请求,并使用json模块来解析JSON数据。它模拟了浏览器的请求头,并通过循环抓取不同页的评论数据。每个评论包含作者、内容、点赞数和评论时间,并将其存储在列表中。在实际应用中,可以对数据进行进一步的处理和分析。

最后修改于:2024年08月17日 09:06

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日