bilibili_comment_spider

说明

正大杯比赛帮他们做的一个b站视频的爬取工具，包括词频分析，词云图生成
生成的文件会在src目录里面
里面有之前爬取过评论的示例
但是这个无法爬取楼中楼的评论

逆向工作

1. 第一次请求视频评论接口时，它会返回一个session_id
2. 后面请求需要带上这个session_id
3. 请求翻页是通过时间戳来实现的（也就是翻页的时候，当前时间戳必须要大于之前请求的时间戳，这样服务器默认翻到下一页）
   1. 因为时间戳给的是秒为单位的，所以即使是恶意的爬虫也必须要像正常的刷评论一样等待时间
4. 请求头的部分信息进行md5加密后得到w_rid（包括转义字符也要带上）
5. 服务器会校验w_rid是否正确，才会进行响应

配置说明

• header
  • 请求头信息，自行抓包获取
• payload
  • 里面包括爬取评论按照默认排序还是时间顺序等，但是我没有用到，需要的可以自己改，自行抓包获取
• oid
  • 视频唯一标识符，可以一次填入多个，自行抓包获取