headers = {
    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.5735.289 Safari/537.36",
    "Cookie": "i-wanna-go-back=-1; buvid_fp_plain=undefined; CURRENT_BLACKGAP=0; blackside_state=0; LIVE_BUVID=AUTO5216539051785441; buvid4=BF640363-932C-9859-2DEB-9D5332BED8BA14521-022050118-RBQaCti2N%2FgbXXvSImVESA%3D%3D; buvid3=EA6B6EE5-CF42-44F0-8BF1-0E035F5182C9167646infoc; DedeUserID=506881997; DedeUserID__ckMd5=6816981dbd4223e9; CURRENT_FNVAL=4048; rpdid=|(u))kRlJJ)u0J'uYY)l~u)~J; CURRENT_QUALITY=80; hit-new-style-dyn=1; CURRENT_PID=150df130-cdea-11ed-9e61-390f799e5bb1; _uuid=68159E9C-3BA8-49EE-A1C6-D7E510610D865E40530infoc; nostalgia_conf=-1; b_ut=5; FEED_LIVE_VERSION=V8; hit-dyn-v2=1; home_feed_column=5; browser_resolution=1530-712; header_theme_version=CLOSE; fingerprint=93340026c1ba350713aeadf8766000e1; SESSDATA=5c25a608%2C1709466512%2Cc7e4b%2A92gDhsEFKTVzRobJkJtk9Sk1ph71ufczEtnhZVk3UyXcKE4ChKGDta46HuRUO_g-u_Rbl2OgAAYQA; bili_jct=37f8d40c6076352e8e44a85bbbeb65a4; sid=7px9659x; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE2OTQxODU3MzksImlhdCI6MTY5MzkyNjUzOSwicGx0IjotMX0.ek0FRkjhs25UswbCHtI0R25Otecvf_5FppkCkYoDMCE; bili_ticket_expires=1694185739; PVID=3; b_nut=100; buvid_fp=93340026c1ba350713aeadf8766000e1; b_lsid=109D53E510_18A6AC7C071; bp_video_offset_506881997=838254238965432390",
}

chrome_driver_path = 'D:\chromedriver-win64\chromedriver.exe' # ChromeDriver的路径

def get_urls(query, number):
    """
    获取指定关键字的 Bilibili 视频网址。

    参数:
    query (str): 搜索关键字。
    number (int): 需要获取的网址数量。
    chrome_driver_path (str): 

    返回:
    set: 包含视频网址的集合。
    """
    from selenium import webdriver
    from selenium.webdriver.chrome.service import Service
    from selenium.webdriver.chrome.options import Options
    from selenium.webdriver.common.by import By

    # 设置 ChromeDriver 服务和选项, 并初始化 WebDriver
    service = Service(chrome_driver_path)
    options = Options()
    options.add_argument('--headless')  # 启用无头模式，不显示浏览器窗口
    driver = webdriver.Chrome(service=service, options=options)
    
    url_set = set()  # 存储网址的集合
    
    #循环搜索每一页，获取视频链接
    for page in range(1, 100):
        search_url = f'https://search.bilibili.com/video?keyword={query}&page={page}'
        driver.get(search_url)  # 打开搜索结果页面

        # 查找所有符合选择器的 <a> 标签
        elements = driver.find_elements(By.CSS_SELECTOR, ".video-list.row div.bili-video-card > div > a")
        
        # 提取每个 <a> 标签的 href 属性（即网址），并加入集合
        for element in elements:
            url_set.add(element.get_attribute('href'))
            if len(url_set) >= number:  # 达到数量要求
                break
        if len(url_set) >= number:  # 达到数量要求
            break
        # print(f"成功打开{len(url_set)}")

    driver.quit()
    return url_set


def url_to_bv(url):
    """
    从给定的哔哩哔哩视频网址中提取BVID。
    
    参数:
        url (str): 哔哩哔哩视频的网址。
    
    返回:
        str: 提取的BV号。
    """
    import re
    return re.findall('https://www.bilibili.com/video/(.*?)/', url)[0]

def rand_sleep():
    """
    暂停执行一段随机时间,范围在1到5秒之间,包含小数部分以增加随机性。
    
    返回:
        None
    """
    import random
    import time
    sleep_time = random.randint(1, 4) + random.random()
    time.sleep(sleep_time)

def bv_to_cid(bvid):
    """
    通过向哔哩哔哩的视频播放器页面列表接口发送请求,获取指定BV号的CID。
    
    参数:
        bvid (str): 哔哩哔哩视频的BV号。
    
    返回:
        int: 视频的CID。
    """
    import json
    import requests

    # 定义API请求的URL
    url = "https://api.bilibili.com/x/player/pagelist?bvid=" + str(bvid) + "&jsonp=jsonp"

    # 向哔哩哔哩API发起请求
    video_logo = requests.get(url=url, headers=headers)
    
    # 将响应文本解析为JSON格式
    video_name = video_logo.text
    name = json.loads(video_name)
    
    # 从JSON响应中提取CID
    cid = name['data'][0]['cid']
    
    return cid


def cid_to_danmu(cid):
    """
    根据给定的CID, 从哔哩哔哩获取弹幕数据。
    
    参数:
        cid (Union[int, str]): 哔哩哔哩视频的CID。
    
    返回:
        list: 包含弹幕文本的列表。
    """
    import requests
    import re

    if isinstance(cid, int) :
        cid = str(cid)
    # 构造API请求URL
    url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=' + cid
    
    # 发起GET请求
    response = requests.get(url=url, headers=headers)
    response.encoding = response.apparent_encoding

    # 使用正则表达式提取弹幕文本
    data_list = re.findall('<d p=".*?">(.*?)</d>', response.text)
    return data_list

def get_danmu(query, number, display_progress=False):
    """
    获取指定查询条件下的视频弹幕数据。
    
    参数:
        query (str): 搜索关键词。
        number (int): 要获取的视频数量。
        display_progress (bool): 是否显示进度信息。
    
    返回:
        list: 包含所有视频弹幕的列表。
    """
    # 根据查询条件获取指定数量的视频链接
    url_set = get_urls(query, number)
    
    if display_progress:
        print(f"成功获取 {len(url_set)} 个链接")
    
    danmu = []
    for index, url in enumerate(url_set):
        rand_sleep()  # 随机延时，避免请求过于频繁
        bv = url_to_bv(url)  # 将视频URL转换为BV号
        cid = bv_to_cid(bv)  # 将BV号转换为CID
        danmu.extend(cid_to_danmu(cid))  # 获取弹幕并添加到列表中
        
        if display_progress:
            # 打印当前进度信息
            print(f"\r当前进度 {index + 1}/{len(url_set)}, 共获取 {len(danmu)} 个弹幕", end='')
    
    return danmu



def get_danmu_contains_keywords(query, number, keywords, display_progress=False):
    """
    根据查询条件和关键词从视频中获取包含关键词的弹幕数据。
    
    参数:
        query (str): 搜索关键词。
        number (int): 要获取的视频数量。
        keywords (list): 需要匹配的关键词列表。
        display_progress (bool): 是否显示进度信息。
    
    返回:
        list: 包含所有符合关键词条件的弹幕的列表。
    """
    import jieba

    def contains_keywords(text, keywords):
        """
        判断文本是否包含任意一个关键词。
        
        参数:
            text (str): 待检测的文本。
            keywords (list): 关键词列表。
        
        返回:
            bool: 如果文本包含关键词则返回True, 否则返回False。
        """
        for word in list(jieba.cut(text)):
            for keyword in keywords:
                if word == keyword:
                    return True
        return False
    
    # 获取指定查询条件的视频链接
    url_set = get_urls(query, number)
    
    if display_progress:
        print(f"成功获取 {len(url_set)} 个链接")

    danmu = []
    for index, url in enumerate(url_set):
        rand_sleep()  # 随机睡眠，避免过于频繁的请求
        bv = url_to_bv(url)  # 将视频URL转换为BV号
        cid = bv_to_cid(bv)  # 将BV号转换为CID

        # 获取弹幕并筛选包含关键词的弹幕
        for item in cid_to_danmu(cid):
            if contains_keywords(item, keywords):
                danmu.append(item)

        if display_progress:
            # 打印当前进度
            print(f"\r当前进度 {index + 1}/{len(url_set)}, 共获取 {len(danmu)} 个有关弹幕", end='')

    return danmu