Bilibili 弹幕

快速开始

0) 安装依赖（首次必做）：

• - bash {baseDir}/scripts/ensure_env.sh

1) 抓取弹幕：

• - python3 {baseDir}/scripts/fetchdanmaku.py --url video_url> --outdir {baseDir}/output

2) 运行分析（jieba + 清洗 + SnowNLP + 高密度词云PNG）：

• - bash {baseDir}/scripts/analyze.sh csvpath> jsonpath> {baseDir}/output

3) 可选：增加自定义清洗词

• - --stopwords-file：传入自定义停用词文件（可重复）
• --extra-stopwords：临时追加停用词（逗号分隔）
• 示例：

- {baseDir}/.venv/bin/python {baseDir}/scripts/analyzedanmaku.py --csv --meta --outdir {baseDir}/output --name taskclean --extra-stopwords 妈妈,亲戚,这边

工作流程

1. 获取输入

• - 输入支持：

- B站视频 URL（推荐） - --bvid + --page（分P视频） - --cid（高级模式，直接指定分P）

2. 抓取弹幕

• - 用 fetch_danmaku.py 自动完成：

- bvid -> cid 解析 - 下载 comment.bilibili.com/{cid}.xml - 导出：danmaku.csv / danmaku.json / corpus.txt / meta.json

3. 分析与产出

• - 用 analyze_danmaku.py 对 CSV 弹幕文本执行：

- jieba 分词关键词统计（JSON） - 数据清洗（停用词、噪声词、超高文档频率短词剔除） - SnowNLP 情感分布统计（JSON） - 高密度词云图（PNG） - 舆情报告（Markdown）

输出文件

默认输出目录：{baseDir}/output

主要产物：

• - topwords.json
• sentiment.json
• wordcloud.png
• _report.md

推荐使用说明

• - 先抓“单视频单P”验证链路，再做批量任务。
• SnowNLP 情感分析适合快速运营判断；高风险场景仍需人工复核。
• 若用户要“更稳健结论”，优先扩大样本（多P/多视频）再汇总。

资源

• - scripts/ensureenv.sh：安装依赖（jieba/snownlp/wordcloud）
• requirements.txt：Python依赖清单
• scripts/fetchdanmaku.py：抓取与导出弹幕
• scripts/analyze_danmaku.py：jieba词频、清洗、SnowNLP情感、舆情报告
• scripts/fetch.sh / scripts/analyze.sh：便捷命令封装
• references/stopwords.default.txt：默认干扰词词表
• references/methodology.md：方法与局限说明