斗鱼弹幕服务器和一般的网页内容不一样，通过socket通信连接。斗鱼规定了弹幕的协议。
过程如下：
向斗鱼弹幕服务器发起连接房间请求，服务器回应；发起进入弹幕组请求，服务器回应；然后服务器持续发送弹幕消息，服务器要求每45s发送一次心跳包。
具体协议内容请搜索斗鱼弹幕服务协议。
我找了8个房间，获取房间id（少数房间id不在地址栏显示，一般网页标签中会显示主播和房间id），设置了主播名（自己随便写，主要用来给文件起名）。
每个房间的爬虫都是一个进程，开启8个进程后，主进程结束。由于跨进程通讯很麻烦，每次循环进程会寻找当前目录是否存在‘运行.txt’,删除该文件，子进程即可停止。下次运行之前手动创建该文件即可。
源代码如下：
# -*- coding: utf-8 -*-
"""
Created on Thu Apr 26 15:15:38 2018
@author: 蚂蚁不在线
多进程模式，每个进程负责一个直播间的弹幕。输入房间id号，和网址。一般两者相同。少数房间网址为字母
"""
import socket
import time
import datetime
import requests
from bs4 import BeautifulSoup
import multiprocessing
import sys
import re
import os
####发送信息
def sendmsg(client,msgstr):
msg=msgstr.encode('utf-8')
data_length=len(msg)+8
code=689
msg=int.to_bytes(data_length,4,'little')*2+ b'\xb1\x02\x00\x00'+msg
##十进制转换为二进制
sent=0
while sent<len(msg):
tn=client.send(msg[sent:])
sent=sent+tn
def keeplive(t,t0,client):
if int(time.time())>t0:
msg='type@=keeplive/tick@=' + str(int(time.time())) + '/\x00'
sendmsg(client,msg)
print('程序已启动',int(time.time())-t,'s')
return t0+40
else:
return t0
def start(roomid,zbname):
####连接弹幕服务器
client=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
host=socket.gethostbyname("openbarrage.douyutv.com")
port=8601
client.connect((host,port))
####申请加入房间,用户名密码随意
msg='type@=loginreq/username@=蚂蚁不在线/password@=就看看/roomid@={}/\x00'.format(roomid)
sendmsg(client,msg)
client.recv(1024)
####加入全弹幕讨论组
msg_more='type@=joingroup/rid@=%s/gid@=-9999/\x00'%roomid
sendmsg(client,msg_more)
client.recv(1024)
####下次发送心跳包的时间
t=int(time.time())
t0=int(time.time())+40
flg=True
while flg:
flg=os.path.exists('运行.txt')
data=client.recv(1024)
mlist=re.findall(b'type@=(.+?)/\x00',data)
for i in mlist:
msgd={}
j=b'type@='+i
m=j.split(b'/')
for n0 in m:
n=n0.split(b'@=')
try:
msgd[n[0].decode()]=n[1].replace(b'@S',b'/').replace(b'@A',b'@').decode()
except:
pass
#### 发言信息记录
if msgd['type']=='chatmsg':
try:
f=open('%s.txt'%(roomid+'_'+zbname),'a',encoding='utf-8')
f.write( msgd['type']+',' \
+msgd['uid']+',' \
+msgd['nn']+',' \
+msgd['txt']+',' \
+msgd['level']+',' \
+datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S') \
+'\n')
f.close()
except:
pass
t0=keeplive(t,t0,client)
if __name__=='__main__':
roomid=['102411','606118','1126960','475252','846805','288016','12313','71017']
zbname=['神超','大司马','余小c','孙悟空','赏金术士','lpl','叶音符','冯提莫']
for i in range(len(roomid)):
p1=multiprocessing.Process(target=start,args=(roomid[i],zbname[i],))
p1.start()