用 Python 获取 B 站播放历史记录
最近 B 站出了一个年度报告，统计用户一年当中在 B 站上观看视频的总时长和总个数。过去一年我居然在 B 站上看了2600+个视频，总计251个小时，居然花了这么多时间，吓得我差点把 Bilibili App 卸载了...
然而我又很好奇，到底我在 B 站上都看了些什么类型小姐姐的视频，用几行 Python 代码实现了一下。
获取请求 Api 接口与 Cookie
实现起来非常容易，获取 cookie 模拟请求即可
- 使用 chrome 浏览器
- 登陆B 站，进入历史记录https://www.bilibili.com/account/history
- 在网页任意位置，鼠标右键
检查
- 按照下图所示，进入
Network页面，筛选框输入history，对结果进行筛选，页面滚轮往下即可看到浏览过程中的历史记录请求的Header
- 将 Header 下， cookie 一行的字符串复制出来到一个
cookie.txt文本里
Python 代码实现
- 伪造浏览器请求
import json
import requests
def read_cookies_file(filename):
"""read cookie txt file
:param filename: (str) cookies file path
:return: (dict) cookies
"""
with open(filename, 'r') as fp:
cookies = fp.read()
return cookies
def get_header(filename):
cookie = read_cookies_file(filename)
headers = {
'Accept': '*/*',
'Accept-Encoding': 'gzip, deflate, br',
'Accept-Language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7',
'Connection': 'keep-alive',
'Cookie': cookie,
'Host': 'api.bilibili.com',
'Referer': 'https://www.bilibili.com/account/history',
'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_2) AppleWebKit/537.36 '
'(KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'
}
return headers
def req_get(headers, url):
resp = requests.get(url, headers=headers)
return json.loads(resp.text)
- 使用 cookie 模拟请求
def get_all_bili_history(cookie_file):
headers = bilibili.get_header(cookie_file)
history = {'all': []}
for page_num in range(MAX_PAGE):
time.sleep(0.6)
url = 'https://api.bilibili.com/x/v2/history?pn={pn}&ps={ps}&jsonp=jsonp'.format(pn=page_num, ps=PAGE_PER_NUM)
result = bilibili.req_get(headers, url)
print('page = {} code = {} datalen = {}'.format(page_num, result['code'], len(result['data'])))
if len(result['data']) == 0:
break
history['all'].append(result)
return history
- 代码非常简单，完整代码加群973783996
存在的问题
- 本来想拿到所有的播放记录，做一些统计和预测，但是经过实测，B 站只能获取到最近
1000条或者最近3个月的播放记录 - 如果想获得更多，只能做一个监测程序，不停地从接口获取数据
安全问题
尽量不要使用不安全的 wifi 网络，有可能会被别有用心之人获取网络请求的 Package，易泄露个人隐私。
