Bilibili Danmaku

Bilibili Danmaku Quick 启动 安装依赖（首次必做）： bash {baseDir}/scripts/ensure_env.sh 抓取弹幕： python3 {baseDir}/scripts/fetch_danmaku.py --url "" --outdir "{baseDir}/输出" 运行分析（jieba + 清洗 + SnowNLP + 高密度词云PNG）： bash {baseDir}/scripts/analyze.sh "" "" "{baseDir}/输出" "" 可选：增加自定义清洗词 --停止words-file：传入自定义停用词文件（可重复） --extra-停止words：临时追加停用词（逗号分隔） 示例： "{baseDir}/.venv/bin/python" {baseDir}/scripts/analyze_danmaku.py --csv "" --meta "" --outdir "{baseDir}/输出" --name task_清理 --extra-停止words "妈妈,亲戚,这边" 工作流

• 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）

• 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

• 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 Files

默认输出目录：{baseDir}/输出

主要产物：

_top_words.json _sentiment.json _wordcloud.png _报告.md Recommended Usage Notes 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。 Resources scripts/ensure_env.sh：安装依赖（jieba/snownlp/wordcloud） requirements.txt：Python依赖清单 scripts/fetch_danmaku.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/停止words.default.txt：默认干扰词词表 references/methodo记录y.md：方法与局限说明