java爬虫爬取B站弹幕

1. 首先创建一个maven项目，并导入Jsoup包`

<dependencies>
        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.11.3</version>
        </dependency>
    </dependencies>
           

1. 去B站找到你想要爬弹幕的视频页面

   

右键点击查看网页源代码

按Ctrl + F输入cid 搜索

找到并复制cid的值

http://comment.bilibili.com/20746041.xml

将你获取的cid替换.com后面的数字，然后这个xml文件就是该视频的所有弹幕

1. 接下来就是JAVA代码了

public class Demo {
    public static void main(String args[]) throws IOException {
    	//获取整个页面
        Document document = Jsoup.connect("http://comment.bilibili.com/20746041.xml").get();
        //获取所有的d标签   也就是存放弹幕的标签  
        Elements d = document.getElementsByTag("d");
        //获取File
        File file = new File("D://卢本伟.txt");
        if(!file.exists()){
            file.createNewFile();
        }
        FileOutputStream fileOutputStream=new FileOutputStream(file);
        //遍历所有的d标签
        for(Element element: d){
       		//获取每条弹幕换行并添加到txt文件中
            fileOutputStream.write((element.text()+"\r\n").getBytes());
        }
        fileOutputStream.close();
    }
}
           

是不是很简单

右键运行，然后打开路径对应的文件就像下面这样，就获取到整个视频的弹幕啦

L B W N B