B站俨然成了一个学习的网站，有很多有用的资源，但是哪些是大浪淘沙后的精品资源呢？这就要我们做一下筛选了，借用python工具就可以实现。

开发环境：

Windows10 + python3

准备工作

打开 B 站，随便在首页找一个视频点击进去。

常规操作，打开开发者工具（F12）。

通过爬取 B 站提供的 api 来获取视频信息。

关键点我已经筛选出来了

找到了 api 的地址去除没必要的内容，得到https://api.bilibili.com/x/web-interface/archive/stat?aid=80624344 ，

用浏览器打开，会得到如下的 json 数据

{
    "code": 0, 
    "message": "0", 
    "ttl": 1, 
    "data": {
        "aid": 80624344, 
        "bvid": "BV16J411W7Ux", 
        "view": 2181829, 
        "danmaku": 9082, 
        "reply": 2224, 
        "favorite": 21003, 
        "coin": 83049, 
        "share": 3722, 
        "like": 193342, 
        "now_rank": 0, 
        "his_rank": 35, 
        "no_reprint": 1, 
        "copyright": 1, 
        "argue_msg": "", 
        "evaluation": ""
    }
}

核心工作

好了，到这里代码就可以码起来了，通过 request 不断的迭代获取数据，为了让爬虫更高效，可以利用多线程。

核心代码

result = []
req = requests.get(url, headers=headers, timeout=6).json()
time.sleep(0.6)     # 延迟，避免太快 ip 被封
try:
    data = req['data']
    video = (
        total,
        data['aid'],        # 视频编号
        data['view'],       # 播放量
        data['danmaku'],    # 弹幕数
        data['reply'],      # 评论数
        data['favorite'],   # 收藏数
        data['coin'],       # 硬币数
        data['share']       # 分享数
    )
    with lock:
        result.append(video)
        if total % 100 == 0:
            print(total)
        total += 1
except:
    pass

迭代爬取

urls = ["http://api.bilibili.com/archive_stat/stat?aid={}".format(i)
        for i in range(10000)]
with futures.ThreadPoolExecutor(32) as executor:    # 多线程
    executor.map(run, urls)

整个项目的最主要部分的代码也就是 20 行左右，挺简洁的。

爬完全站信息也就几天时间。

收尾工作：

数据爬取后要怎么处理就看自己了，可以保存为 csv 文件，也可以汇总插入到数据库。

[打开微信]->[扫描下方二维码]->[关注数据与人]，后台回复”B站爬虫脚本” 获取下载链接，即可获取全部代码

以上就是全部内容了。