import requests, re
import jieba, wordcloud
"""
# 以下是練習(xí)代碼
def get_f12_barrage(url, headers, file_path):
 
 #通過(guò)f12中的，請(qǐng)求地址，獲取彈幕數(shù)據(jù)
 #:param url:  通過(guò)彈幕地址（通過(guò)開(kāi)發(fā)者工具，從請(qǐng)求數(shù)據(jù)中獲取的）
 #:param headers:請(qǐng)求頭信息
 #:param file_path:  響應(yīng)數(shù)據(jù)存儲(chǔ)路徑
 #:return: 無(wú)返回?cái)?shù)據(jù)
 
 # 1、發(fā)送請(qǐng)求，接受響應(yīng)數(shù)據(jù)
 response = requests.get(url=url, headers=headers)
 # 2、獲取響應(yīng)數(shù)據(jù)
 # 返回的響應(yīng)可能是亂碼的，需要先轉(zhuǎn)成響應(yīng)的編碼格式
 # apparent_encoding的作用：會(huì)從網(wǎng)頁(yè)的內(nèi)容中分析網(wǎng)頁(yè)編碼的方式
 response.encoding = response.apparent_encoding
 # 3、解析響應(yīng)數(shù)據(jù)
 content = response.text
 content_list = re.findall(":(.*?)@", content)
 # 4、存儲(chǔ)響應(yīng)數(shù)據(jù), ”w+格式“，即文件存在則，先清空再寫(xiě)，不存在則新建文件
 with open(file_path, mode="w+", encoding="utf-8") as fp:
  for line in content_list:
# 分析每一行，發(fā)現(xiàn)第一個(gè)字符元素不是想要的，先去除第一個(gè)字符
fp.write(line[1:] + "\n")
 return file_path
"""
# ******************8********************執(zhí)行代碼如下******************************************
# 算法：先爬取數(shù)據(jù)，再根據(jù)爬取的數(shù)據(jù)，生成詞云圖
def get_barrage(url, headers, file_path):
 """
 通過(guò)請(qǐng)求網(wǎng)頁(yè)前面+i的彈幕地址，獲取彈幕數(shù)據(jù)
 :param url:  通過(guò)彈幕地址（網(wǎng)址前面+i）
 :param headers:請(qǐng)求頭信息
 :param file_path:  響應(yīng)數(shù)據(jù)存儲(chǔ)路徑
 :return: 無(wú)返回?cái)?shù)據(jù)
 """
 # 1、發(fā)送請(qǐng)求，接受響應(yīng)數(shù)據(jù)
 response = requests.get(url=url, headers=headers)
 # 2、獲取響應(yīng)數(shù)據(jù)
 # 返回的響應(yīng)可能是亂碼的，需要先轉(zhuǎn)成響應(yīng)的編碼格式
 # apparent_encoding的作用：會(huì)從網(wǎng)頁(yè)的內(nèi)容中分析網(wǎng)頁(yè)編碼的方式
 response.encoding = response.apparent_encoding
 # 3、解析響應(yīng)數(shù)據(jù)
 # 此時(shí)response.text可能是亂碼的
 content = response.text
 # 正則匹配響應(yīng)數(shù)據(jù)，取數(shù)目標(biāo)是(.*?)中的數(shù)據(jù)
 content_list = re.findall("<d p=\".*?\">(.*?)</d>", content)
 # 4、存儲(chǔ)響應(yīng)數(shù)據(jù), ”w+格式“，即文件存在則，先清空再寫(xiě)，不存在則新建文件
 with open(file_path, mode="w+", encoding="utf-8") as fp:
  for line in content_list:
fp.write(line + "\n")
 return file_path
# https://api.bilibili.com/x/v1/dm/list.so?oid=343174354
# https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid=343174354&date=2021-05-23

def make_word_cloud(word_file_path):
 # 1、打開(kāi)文件，默認(rèn)是gbk格式打開(kāi)，這里指定utf-8打開(kāi)
 with open(word_file_path, encoding="utf-8") as fp:
  content = fp.read()# read方法返回的是一個(gè)字符串
 # 2、利用結(jié)巴，分割詞,得到的是一個(gè)列表
 content_list = jieba.lcut(content)
 # 再用空格，拼接字符串
 content_str = " ".join(content_list)
 # 3、設(shè)置詞云圖
 wc_config = wordcloud.WordCloud(
  width=700,# 寬度
  height=500,  # 高度
  background_color='black',  # 背景色
  font_path='msyh.ttc',# 找字體的配置路徑C:\Windows\Fonts\微軟雅黑,然后雙擊（出現(xiàn)3個(gè)），選擇【常規(guī)-屬性】
  scale=15,# 顏色像素
  stopwords={'了', '的'},  # 詞云圖中過(guò)濾掉一些字眼
  contour_width=5,  # 輪廓寬度
  contour_color='red'  # 輪廓顏色
 )
 # 4、根據(jù)輸入文字內(nèi)容，形成一個(gè)詞云圖，并存儲(chǔ)在指定路徑
 wc_config.generate(content_str)
 wc_config.to_file("e:\\reg_cloud.png")
 return word_file_path
if __name__ == "__main__":
 """
 # 從開(kāi)發(fā)者工具或者抓包工具中獲取url地址
 f12_url = 'https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid=343174354&date=2021-05-23'
 # 從開(kāi)發(fā)者工具或者抓包工具中，獲取請(qǐng)求頭信息，主要包括cookie、user-agent
 header = {
  'cookie': 'bsource=search_baidu; _uuid=BBD44BE2-5DAA-A13A-A593-FD3A83C3929423721infoc; buvid3=18335C4D-A3A0-48D5-973A-7943D63AC73E34756infoc; CURRENT_FNVAL=80; blackside_state=1; rpdid=|(um|u)klum~0J\'uYkkJJkJJu; fingerprint=be684c13c90e4279aaaa3e2694da4285; buvid_fp=18335C4D-A3A0-48D5-973A-7943D63AC73E34756infoc; buvid_fp_plain=96D5E0EF-41D9-4A32-BE47-DFF96C44DB9F155821infoc; SESSDATA=f90082f7%2C1637884658%2C008f9%2A51; bili_jct=2f17a04a5651fb1c6579b73aeb640f7f; DedeUserID=1153205015; DedeUserID__ckMd5=b6f334f0a2d86238; sid=6vb9j9nl; bfe_id=6f285c892d9d3c1f8f020adad8bed553',
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36'
 }
 # 申明存儲(chǔ)文件的路徑
 f12_file_path = "e:\\RNG.txt"
 """

 # 請(qǐng)求路徑，是網(wǎng)頁(yè)前面+i
 url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=343174354'
 file_path = "e:\\RNG_1.txt"
 # 請(qǐng)求頭中需要包含cookie 和 user-agent，這些信息都可以用f12獲取到，注意有些字符需要轉(zhuǎn)義
 # 為了個(gè)人信息安全，這里的cookIe加密顯示
 header = {
  'cookie': '********',
  'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/90.0.4430.212 Safari/537.36'
 }
 # 調(diào)用方法
 get_barrage(url=url, headers=header, file_path=file_path)
 word_file_path = get_barrage(url=url, headers=header, file_path=file_path)
 make_word_cloud(word_file_path)