最近有部劇的片花看的很燃，正好我又是主演的fans，于是手癢忍不住把該片的彈幕爬取下來做個詞雲玩一玩。
step 1 獲得彈幕的XML檔案
B站上的彈幕在靜态頁面上是沒有的，是以還需要費點勁去找。
打開我們的目标視訊：http://www.bilibili.com/video/av9979006/?from=search&seid=533845265855630872
右鍵源代碼，然後再CTRL+F，輸入”bofqi”然後回車，然後我們找到了如下這個東東：
看到裡面得“cid=16496518&aid=9979006&pre_ad=0”了麼，其中的cid那就是我們要找的彈幕入口，打開http://comment.bilibili.com/16496518.xml ，就可以看到我們的彈幕檔案了
然後就很簡單啦，用request或者urllib都可以請求下來，當然還有更直接的就是右鍵–>頁面另存為。
step 2 清洗文本，分詞和統計詞頻
上一步我們得到了XML格式的檔案，但是呢我們隻要裡面的文字就好了，其他亂七八糟的标簽就可以去掉了，于是使用正規表達式來處理。
import re
f = open("C:\\Users\\Administrator\\Desktop\\chuqiao.txt", "r")
f2 = open("C:\\Users\\Administrator\\Desktop\\chuqiao2.txt", "w")
count =
dr = re.compile(r'<[^>]+>',re.S)
while :
line = f.readline()
if not line:
break
pass
dd = dr.sub('',line)
count=count+
f2.writelines(dd)
print count
好的，現在我們得到了幹淨的文本，接下來就是分詞了，使用jieba進行分詞：
def jieba_cut(sentence):
seg = jieba.cut(sentence)
segList = []
for i in seg:
segList.append((i))
return segList
再然後，使用nltk對分好的詞進行詞頻統計，當然，自己也能寫一個代碼統計，部落客懶，就直接拿來主義了，一行代碼搞定：
step 3 制作詞雲
這一步呢，咱們使用的包是wordcloud，在使用這個包之前，請先下載下傳好一個中文字型，部落客随手使用的字型是DroidSansFallbackFull.ttf，然後呢，搞個自己的定制邊緣，使用的背景圖是自己二次加工的片方圖，ps能力有限，看看就好：
不放代碼的部落客不是好部落客：
font = os.path.join(dir, "DroidSansFallbackFull.ttf")
# 設定背景圖檔
chuqiao_coloring = imread(os.path.join(os.path.dirname(__file__), "chuqiao.png"))
# 從背景圖檔生成顔色值
image_colors = ImageColorGenerator(chuqiao_coloring)
wordCloud = WordCloud(background_color="white",mask = chuqiao_coloring,font_path=font).generate_from_frequencies(frequency)
plt.imshow(wordCloud.recolor(color_func=image_colors))
# plt.axis("off")
wordCloud.to_file(os.path.join(dir, "chuqiaoDanMU.png"))
接下來，激動人心得時候到了，我家楚大人的詞雲躍然屏上：
最後，請秀麗王帶我回家，謝謝，轉載請告之。