大家新年好！
这是第二期的爬虫与数据分析啦，很高兴新年里与大家再次见面！本次要实现的爬虫功能是：
爬取bilibili的弹幕，并把爬取的弹幕写入到excel中
首先，上B站找一个自己喜欢的视频，且弹幕量比较多的
（博主最近迷上了星辰大海，so……理所当然了，哈哈哈哈哈，真的很好听！）
视频的地址：https://www.bilibili.com/video/BV1my4y1n7fw?from=search&seid=12597893681774837581

好家伙！足足有756条的弹幕，看的出来，《星辰大海》很受大家的欢迎！

（很唯美的画风，良心up主！！！）
咳咳咳，好像偏题了，立即回归正题，咱们需要爬取这756条弹幕，并把它写入到excel文件中
首先明确：需要的第三方库有哪些：

import requests
from bs4 import BeautifulSoup
import re
import pandas as pd

显然，url直接放视频的地址是无法直接获取弹幕的。
弹幕在一个xml文件中，每个视频都有其对应的cid，只要合成一个新的comment的url即可获取全部的弹幕

获取弹幕的url格式为：
http://comment.bilibili.com/+cid+.xml
例如，打开星辰大海的mv弹幕url:

可以惊喜的发现，所有的弹幕都在其中
所以对此url进行解析获取数据即可
利用BeautifulSoup提取所有的标签
并且利用正则表达式对提取的标签再次提取字符串
最后用pandas写入excel中
源代码如下：

import requests
from bs4 import BeautifulSoup
import re
import pandas as pd

# 视频：星辰大海 
# 网址：https://www.bilibili.com/video/BV1my4y1n7fw?from=search&seid=15687630829856273701

# 定义url和请求头
data_url = 'https://comment.bilibili.com/292945044.xml'
headers = {
    'headers':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.150 Safari/537.36'
}

# 发送请求
response = requests.get(data_url,headers=headers)
content = response.content.decode('utf-8')

# 实例化对象
soup = BeautifulSoup(content,'lxml')

# 提取数据

ds = soup.find_all('d')
bullet_chat = re.findall('">(.*?)<',str(ds))
df1 = pd.DataFrame(bullet_chat,columns=['弹幕'])
df1.to_excel('弹幕.xls')

运行结果如下：

比较简单，欢迎大家收藏与交流！

参考：
如何爬取bilibili弹幕