歡迎關注公眾號「月小水長」，唯一筆者是BuyiXiao，又名小布衣、肖不已。

BuyiXiao，何許人也？本衡州一鄉野村夫，身高八尺不足，年方二十有余；弱冠之年曾求學于潭州，為謀生計，背井離鄉，遠赴京畿，我本南人，不習北土，兼有故友，威逼利誘，急于星火，遂下嶺南，打工未半，中道創業，所為何業？賽博朋克，智能硬件；假工程師之名，行農民工之實，滿腹經綸，無用書生，善于自黑，貽笑大方。

筆者水平有限，可能暫時無法將非常干貨的教程講的不拖泥帶水又不嘩眾取寵，公眾號文章諸多遺漏或不妥之處，可以加月小水長微信「2391527690」備注「學校專業/研究方向/工作崗位」進行交流。


(資料圖片)

另外，文末點下「贊」和「在看」，這樣每次新文章推送，就會第一時間出現在你的訂閱號列表里。

我幫一些沒玩過 b 站的朋友問了 ChatGPT，b 站是什么，它是這么回答我的。

Bilibili 是一家中國的視頻分享平臺，也被稱為“嗶哩嗶哩”或“B站”，其社區調性可以用年輕、有趣、創新、多元等詞語來描述。Bilibili的用戶主要是年輕人，其中以學生和年輕白領居多，他們傾向于追求個性化、獨特的內容，同時對新鮮事物和潮流保持敏感。

在 Bilibili 上，用戶可以創建自己的賬號并上傳、觀看、評論各種類型的視頻，包括動畫、游戲、音樂、舞蹈、電影等等。Bilibili注重用戶互動，鼓勵用戶之間進行交流和分享，因此 Bilibili 社區中的用戶活躍度較高。

正因為 b 站用戶群體巨大，公眾號后臺也有不少讀者留言需要 b 站爬蟲的，今天正是分享的是 b 站評論爬蟲，可以一鍵導出指定 b 站視頻的評論。

以前分享過 b 站評論的工具（開箱即用的 B 站評論抓取工具），到第今年三個年頭已經失效，有一些 bug 需要修復今天也算是這篇分享的延續，同時文末附上源代碼和 exe 工具鏈接，不想看細節的可以直接拉到文末。

測試了下這份代碼/工具大概單個視頻最多能爬到 10000 條以上的評論。

b 站沒啥反爬的，帶個 User-Agent 就能請求數據。

headers={"User-Agent":"Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/80.0.3970.5Safari/537.36","Referer":"https://www.bilibili.com/"}

請求評論數據主要注意下 F12 尋找評論的 url 地址即可。

數據保存時記得把時間戳轉成時間字符串，

defintToStrTime(a):b=time.localtime(a)#轉為日期字符串c=time.strftime("%Y/%m/%d%H:%M:%S",b)#格式化字符串returnc

如果以{標題}.csv 命名字符串，記得先把標題處理下以符合文件命名的規則。

defvalidateTitle(title):re_str=r"[\/\\\:\*\?\"\<\>\|]"#"/\:*?"<>|"new_title=re.sub(re_str,"_",title)#替換為下劃線returnnew_title

用個 for 循環遍歷要爬取的視頻的 bv 號，實現一次爬取多個視頻的評論的功能。

最后構造 dataframe，邊爬取邊保存。

需要注意的是，該爬蟲沒有抓取全部二級評論（回復，樓中樓），只是回復的前 3 條，如需爬取所有的自行展開回復，擴展該爬蟲代碼即可。

以 b 站下面這個熱門視頻為例，

標題：不開除張某保研資格，就是寒了天下人的心！

鏈接：https://www.bilibili.com/video/BV1Zo4y1N7f1

BV 號：BV1Zo4y1N7f1

抓取的結果字段包括評論時間、評論用戶名、評論內容和評論點贊數四個字段，如下圖所示。

關于這個 CSV 結果文件的獲取可以查看今天的另外一篇推送。

源代碼已經打包成 exe，不需要 Python 環境，雙擊即可運行，需要的讀者公眾號后臺回復【2023 b站評論提取工具】即可獲取下載鏈接。

最后附上源代碼，歡迎點贊、轉發、留言，支持原創更好的創作。

#-*-coding:utf-8-*-#作者:inspurer(月小水長)#創建時間:2020/10/3023:48#運行環境Python3.6+#githubhttps://github.com/inspurer#qq郵箱2391527690@qq.com#微信公眾號月小水長(ID:inspurer)#文件備注信息回復沒有展開importrequestsimportosfromtimeimportsleepimportjsonimporttimeimportpandasaspdimportredefintToStrTime(a):b=time.localtime(a)#轉為日期字符串c=time.strftime("%Y/%m/%d%H:%M:%S",b)#格式化字符串returncheaders={"User-Agent":"Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/80.0.3970.5Safari/537.36","Referer":"https://www.bilibili.com/"}defvalidateTitle(title):re_str=r"[\/\\\:\*\?\"\<\>\|]"#"/\:*?"<>|"new_title=re.sub(re_str,"_",title)#替換為下劃線returnnew_titledefmain():save_folder="Comment"ifnotos.path.exists(save_folder):os.mkdir(save_folder)bvs=["BV1Zo4y1N7f1"]forbvinbvs:print(bv)response=requests.get(url="https://www.bilibili.com/video/{}".format(bv),headers=headers)res=re.findall("<script>window.__INITIAL_STATE__=(.*)?;\(function\(\)",response.text,re.S)json_data=json.loads(res[0])if"message"injson_data["error"]:print(json_data["error"]["message"])continueaid=json_data["aid"]title=json_data["videoData"]["title"]title=validateTitle(title)video_info_url="https://api.bilibili.com/x/web-interface/archive/stat?aid={}".format(aid)res_json=requests.get(url=video_info_url,headers=headers).json()like_count,coin_count,collection_count=res_json["data"]["like"],res_json["data"]["coin"],res_json["data"]["favorite"]#print(aid,title,like_count,coin_count,collection_count)comment_url="https://api.bilibili.com/x/v2/reply?callback=jQueryjsonp=jsonp&pn={}&type=1&oid={}&sort=2&_=1594459235799"response=requests.get(url=comment_url.format(1,aid),headers=headers)total_page=json.loads(response.text)["data"]["page"]["count"]//20+1page=1is_root,uname,comments,times,likes=[],[],[],[],[]whileTrue:data=json.loads(response.text)["data"]["replies"]print(data)ifnotdata:data=json.loads(response.text)["data"]if"hots"indata.keys():data=data["hots"]else:breakforrowindata:print("根評論",row["member"]["uname"],row["content"]["message"])is_root.append("是")times.append(intToStrTime(row["ctime"]))uname.append(row["member"]["uname"])comments.append(row["content"]["message"])likes.append(row["like"])ifrow.get("replies"):forcrowinrow["replies"]:is_root.append("否")times.append(intToStrTime(crow["ctime"]))uname.append(crow["member"]["uname"])comments.append(crow["content"]["message"])likes.append(crow["like"])print("---子評論",crow["member"]["uname"],crow["content"]["message"])page+=1ifpage>total_page:breaksleep(1)response=requests.get(url=comment_url.format(page,aid),headers=headers)#邊爬取邊保存df=pd.DataFrame({"評論時間":times,"評論者":uname,"評論內容":["".join(comment.split())forcommentincomments],"點贊數":likes})df.to_csv(f"{save_folder}/{title}.csv",encoding="utf-8-sig",index=False)print(f"\n\n已經保存{df.shape[0]}條評論到{save_folder}/{title}.csv\n\n")sleep(1)#每抓完1條視頻的評論休眠10ssleep(10)if__name__=="__main__":main()

往期精選

自研小紅書評論區自動回復軟件，于繁雜的客服流水作業中抽身2023 微博評論爬蟲 | 突破 1000 頁限制，抓取 10w 條微博評論CBDB | 可視化歷史名人的關系和足跡小紅書帖子和評論自助提取工具

標簽：