B 站弹幕分析工具：自动抓取、词云与情感分析

本项目是一个基于 Python 的 B 站弹幕分析工具，支持自动抓取视频弹幕、清洗分词、生成词云及情感分析报告。

一、项目解决的问题

日常做视频复盘时，常见痛点是：

1. 弹幕采集麻烦：每次手动导出/复制，效率很低。
2. 词云质量不稳定：不清洗会被'哈哈哈/666/这边那边'污染。
3. 舆情判断缺标准：没有统一口径，沟通时容易'拍脑袋'。

该项目把整条链路打通了：

抓取 → 清洗 → 关键词 → 词云 → 情感 → 报告

二、功能特性

• 自动解析 BVID -> CID，抓取弹幕 XML
• 导出结构化数据：CSV / JSON / TXT
• jieba 分词 + 干扰词清洗
• SnowNLP 情感分析（正/中/负分布）
• wordcloud 生成高密度中文词云 PNG
• 自动生成 Markdown 舆情报告

三、项目结构

bilibili-danmaku/
├── SKILL.md
├── README.md
├── README.en.md
├── requirements.txt
├── scripts/
│   ├── ensure_env.sh
│   ├── fetch_danmaku.py
│   ├── fetch.sh
│   ├── analyze_danmaku.py
│   └── analyze.sh
├── references/
│   ├── methodology.md
│   └── stopwords.default.txt
└── output/

四、源码部署方式

1）安装依赖

cd bilibili-danmaku
bash scripts/ensure_env.sh

2）抓取弹幕

python3 scripts/fetch_danmaku.py \
--url "https://www.bilibili.com/video/BV17JfuBqEqg" \
--outdir "./output"

支持短链：

python3 scripts/fetch_danmaku.py --url "https://b23.tv/gO0nMGs" --outdir "./output"

3）分析并出报告

bash scripts/analyze.sh "./output/<xxx>_danmaku.csv" "./output/<xxx>_meta.json" "./output" "task_name"

输出文件：

• task_name_top_words.json
• task_name_sentiment.json
• task_name_wordcloud.png
• task_name_report.md

五、词云清洗逻辑