弹幕爬取01 - 网页版优酷视频《我不是药神》的弹幕数据并制作词云图。
首先,播放影片并打开Chrome开发者工具,选择Network。逐步拖动进度条并观察本地与服务器的请求规律,如图:

然后,确定弹幕数据来自JS实时加载而非XHR。需要注意的是,弹幕的请求数据不是规范的JSON格式。如图:

- 请求链接的最后一个参数类似时间戳,去掉后不会影响数据的获取。
- 不要使用urllib.parse.urlencode()函数构造GET请求的链接,否则获取的数据为空,亲测。
从词云图可以看出,"会员、电影票、五星力荐、王传君、癌症..."等关键字最为突出。
