bilibili-danmaku-extractor ​

B站视频弹幕提取工具。输入B站视频链接，自动提取该视频的所有弹幕，输出JSON和Markdown两种格式的文件。

B站弹幕提取 Skill

专注于弹幕提取的轻量工具，输入B站视频链接，自动提取所有弹幕并输出为 JSON 和 Markdown 两种格式。

核心功能

• ✅ 弹幕提取 - 提取视频所有弹幕（滚动、底端、顶端等全部类型）
• ✅ JSON导出 - 包含视频信息和完整弹幕数据
• ✅ Markdown导出 - 按时间顺序排列的易读格式
• ✅ 无需登录 - 使用B站公开API，完全免费

前置条件

1. 环境要求

• Python 3.8+
• 网络可访问 B站 API

2. 依赖安装

bash

pip install requests

使用方式

对话中使用

text

@skill://B站弹幕提取 请提取这个视频的弹幕：https://www.bilibili.com/video/BV1xx97xx9xx

命令行使用

bash

# 提取弹幕并输出到当前目录
python main.py "https://www.bilibili.com/video/BV1xx97xx9xx"

# 指定输出目录
python main.py "https://www.bilibili.com/video/BV1xx97xx9xx" -o /path/to/output

# 使用BV号
python main.py "BV1xx97xx9xx"

技术实现

核心API接口

数据	接口URL	参数
视频信息	https://api.bilibili.com/x/web-interface/view?bvid={bvid}	bvid
弹幕数据	https://api.bilibili.com/x/v1/dm/list.so?oid={cid}	oid(视频cid)

请求头设置

python

DEFAULT_HEADERS = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36...',
    'Referer': 'https://www.bilibili.com/',
    'Origin': 'https://www.bilibili.com'
}

输出文件

JSON格式

json

{
  "video_info": {
    "bvid": "BV1xx97xx9xx",
    "title": "视频标题",
    "owner": "UP主名称",
    "duration": 600,
    "stat": { "view": 123456, "like": 7890, ... },
    "pubdate": 1234567890
  },
  "export_time": "2024-01-01T12:00:00",
  "total_count": 1234,
  "danmakus": [
    {
      "text": "弹幕内容",
      "time": 12.5,
      "type": "滚动",
      "type_code": 1,
      "color": "ffffff",
      "timestamp": 1234567890
    },
    ...
  ]
}

Markdown格式

markdown

# 视频标题

> **BV号**: `BV1xx97xx9xx`
> **UP主**: UP主名称
> **弹幕总数**: 1234 条
> **导出时间**: 2024-01-01 12:00:00

---

## 全部弹幕 (共 1234 条)

`[00:12]` 这是第一条弹幕
`[00:15]` 这是第二条弹幕
`[00:20]` 这是第三条弹幕
...

工作流程

text

输入B站视频链接
    │
    ▼
1. 提取BV号 (正则匹配)
    │
    ▼
2. 获取视频信息 (标题、UP主、时长、CID等)
    │
    ▼
3. 获取弹幕数据 (XML/压缩格式)
    │
    ▼
4. 解析弹幕
   ├── 提取文本、时间、类型、颜色等
   └── 处理压缩弹幕 (zlib解压)
    │
    ▼
5. 导出文件
   ├── JSON: 完整数据 + 元信息
   └── Markdown: 易读格式

脚本参数

参数	说明	示例
url	B站视频链接或BV号	BV1ky97B9Efn
-o, --output	输出目录	-o ./output

弹幕字段说明

字段	类型	说明
text	string	弹幕文本内容
time	float	出现时间（秒）
type	string	弹幕类型（滚动/底端/顶端等）
type_code	int	弹幕类型代码
color	string	弹幕颜色（十六进制）
timestamp	int	发送时间戳

弹幕类型代码

code	类型
1	滚动弹幕
4	底部弹幕
5	顶部弹幕
6	逆向弹幕
7	高级弹幕
8	代码弹幕

注意事项

1. 无需登录: 脚本使用B站公开API，无需登录即可提取弹幕
2. 弹幕完整性: 获取的弹幕数量取决于视频实际弹幕数量
3. 频率限制: 建议控制请求频率，避免触发风控
4. 编码处理: 自动处理gzip压缩的弹幕数据

故障排除

问题	原因	解决
获取弹幕为0	CID获取失败或视频无弹幕	检查网络或视频有效性
412/403错误	风控拦截	添加延时或稍后重试
视频信息获取失败	BV号无效	检查链接格式是否正确

实际案例

案例：萌娘百科消亡视频弹幕提取

用户输入：

text

@skill://B站弹幕提取 请提取这个视频的弹幕：https://www.bilibili.com/video/BV1Am9gBzEUb

执行过程：

1. 提取BV号：BV1Am9gBzEUb

2. 获取视频信息：

   • 标题：曾经"二次元入坑必备"的萌娘百科，为何一步步走向消亡？
   • UP主：BB姬Studio
   • 时长：约11分钟

3. 获取弹幕：通过CID调用弹幕接口，获取到 1063 条弹幕

4. 导出文件：

   • JSON: BV1Am9gBzEUb_弹幕_1063条.json
   • Markdown: BV1Am9gBzEUb_弹幕_1063条.md

弹幕预览：

时间	弹幕内容
[07:24]	绿坝：没想到吧，老娘回来了
[03:03]	4千万身价指的是当时这玩意软件造价4,000万元人民币...
[00:14]	萌娘百科方便是方便，不过有的时候会夹带私货或者玩梗误导人…
[10:37]	"不是我害了你，是这乱世害了你啊"
[06:46]	啊？还有这么巧的事？

输出成果：

• ✅ 成功提取 1063 条弹幕
• ✅ JSON文件包含完整视频信息和弹幕数据
• ✅ Markdown文件按时间顺序排列，便于阅读

---

文件结构

text

B站弹幕提取/
├── SKILL.md                 # 本说明文件
├── _skillhub_meta.json      # Skill元数据
├── main.py                  # 核心脚本
└── requirements.txt         # Python依赖