# BliBili_danmu_crawl - 要求实现**2024巴黎奥运会视频弹幕分析**，使用爬虫在B站爬取相关视频弹幕，并给出数量排名前8项关于本次赛事应用AI技术的弹幕，同时所有数据进行词云可视化分析，最后通过统计得出关于2024巴黎奥运会利用AI技术的相关结论。 - **附加题**：完成了关键词“莎莎和陈梦”的B站综合排序前300的所有视频弹幕爬取，并进行情感分析，制作词云图得出相关结论 ## 任务背景 2024年第三十三届夏季奥林匹克运动会（2024 Summer Olympics），一般称为2024巴黎奥运会（Paris 2024），于2024年7月26日至8月11日在法国巴黎举行，此次为法国相隔100年后再次举办夏季奥运会。巴黎成为继英国伦敦后，第二个三度举办夏季奥运会的城市，前两次分别在1900年及1924年举办。最终，美国代表团以40枚金牌、126枚奖牌，坐拥奖牌榜首位；中国代表团以40枚金牌、91枚奖牌排名第二；东道主法国代表团则拿下16枚金牌、64枚奖牌位列第五。本届是现代夏季奥运会历史以来，第二次有多于一个国家的代表团（美国和中国），获得最多且同样数量的金牌。 2024巴黎奥运会，这场体育盛宴不仅承载着运动员的汗水与梦想，更是工业数字化浪潮的壮阔展示。在这场跨越国界的竞技中，数字科技如同隐形的魔术师，悄然编织着赛事的每一个细节，从幕后到台前，从组织策划到观众体验，全方位塑造着奥运会的面貌，让我们见证了一个科技与体育深度融合的新时代。 ## 代码库目录 ``` 102201613/ │ ├── output/ # 2024巴黎奥运会爬虫相关输出文件夹 │ ├── 弹幕收集按序 # 综合排序前300的所有视频弹幕txt文件夹 │ ├── wordcloud.jpg # 普通词云图 │ ├── wordcloud_cup.png # 奖杯词云图 │ ├── 奖杯.png # 奖杯掩膜图 │ └── 统计结果top_8_withBV号.xlsx # 数量排名前8的弹幕 │ ├── release/ # 2024巴黎奥运会爬虫相关python代码文件夹 │ ├── mywordcloud.py # 制作出精美的词云图，里面有两种方法，第一种普通，第二种奖杯状 │ ├── crawl_1.py # 爬取一个指定BV号视频的所有弹幕 │ ├── crawl_getfor.py # for循环一条一条爬取综合排序前300的所有视频弹幕 │ ├── crawl_getthread.py # 优化–利用线程池并发爬取综合排序前300的所有视频弹幕 │ ├── test_bilibili_danmu.py # 单元测试 │ ├── test_数据分析.py # 单元测试 │ ├── test_getthread.py # 单元测试 │ └── 数据分析.py # 将所有.txt文件整合并输出数量排名前8的弹幕到xlsx文件中 │ ├── 附加题：莎莎和陈梦/ # 莎莎和陈梦爬虫相关文件夹 │ ├── output # 输出结果文件夹 │ │ ├── 弹幕情感分析结果图.jpg # 弹幕情感分析结果图 │ │ └── 词云图.jpg # 词云图 │ ├── release # 爬虫相关python代码文件夹 │ │ ├── emotion.py # 情感分析代码 │ │ ├── mywordcloud.py # 制作词云图 │ │ └── crawl_getthread.py # 线程池爬取弹幕 │ └── 弹幕收集 │ ├── 100个视频弹幕txt │ ├── merged_text.txt # 将所有弹幕集合在一个txt文件中 │ └── sentiment_analysis_results.csv # 情感分析结果 └── requirements.txt # 相关库版本控制 ```