【原理讲解附源码】找到B站弹幕的发送者
本帖最后由 厄斐琉斯 于 2020-7-31 23:19 编辑特别鸣谢：感谢Hatsune_miku前辈在github上开源的部分源码
声明：任何人不得将其用于任何商业目的，否则后果自负！
前言：之前在论坛上看到过一篇获取B站弹幕的帖子，作者只是给出了成品和部分关键的源码，但是没有讲解，源码也没有注释，我在网上搜了一下找到了B站官方提供的弹幕接口api：'https://comment.bilibili.com/' + cid + '.xml'，然后通过分析api返回的各项数据以及结合CSDN、github、吾爱上各位前辈零零星星的讲解把这个过程复现了一下。
一、获取cid值
1.1、什么是cid值？
cid值是B站每个视频特有的编号，一个av或者BV号下允许含有多个子视频，但是一个cid号只对应一个视频1.2、如何获取cid值？
在B站视频网站界面按下ctrl+u查看页面源代码，按下ctrl+F搜索，输入cid进行查找即可，页面中可能含有多个cid值，需要根据文字内容找到对应视频的cid值
1.3、示例
我选取了s8总决赛ig对战FNC第三局的视频进行示范，BV号14b411w7La，av号35199206，通过ctrl+u加上ctrl+F搜索cid查找可得cid值为61697318，如图
二、访问接口获得相应数据接口
api为'https://comment.bilibili.com/' + cid + '.xml'，假设cid使用上面获得的值，则网址为https://comment.bilibili.com/61697318.xml，访问网址可以看到下图
这只有弹幕文字内容，同样地，按下ctrl+u加上ctrl+F，随便搜索一条文字信息，例如“我们是冠军！”，可以找到下图的内容
这条信息<d p="1925.92700,1,25,16777215,1589174749,0,1885b1b1,32522934504390661">我们是冠军！！！！！</d>的内容是什么意思呢？
首先，弹幕文字内容为我们是冠军！！！！！，然后p="1925.92700,1,25,16777215,1589174749,0,1885b1b1,32522934504390661"里的这一堆参数，第一个为弹幕出现距离视频开始的秒数，第二个是弹幕的模式，第三个是弹幕的字号，第四个是弹幕的颜色，第五个是弹幕发送的unix时间戳，可通过https://tool.chinaz.com/Tools/unixtime.aspx该网站转换成年月日时分秒的格式，第六个是弹幕池，第七个是发送弹幕者的hash_uid，第八个是弹幕发送者的历史弹幕记录这里面我们要的是第七个：弹幕发送者的hash_uid
三、hash_uid转uid
3.1、什么是hash_uid和uid？
uid是B站每个用户的ID编号，独一无二，访问https://space.bilibili.com/{uid}即可看到该用户的个人主页，而hash_uid是uid的哈希值
3.2、hash_uid如何转成uid？
哈希值没有逆向直接解的方法，只能使用查表的方法，因为uid值目前都是8位或9位纯数字（8位为主），所以可以写一个大循环遍历查找
3.3、uid转hash_uid的算法教程
C语言版：https://blog.csdn.net/gongmin856/article/details/77101397
python版：https://www.jianshu.com/p/6e54a562fc5c
3.4、实例
例如我们需要计算1885b1b1的uid原值，可以写一个大循环for(i=0;i<100000000;i++)的形式找，找到的结果为xxxxxxxx（涉及个人信息，这里不便公布）然后访问https://space.bilibili.com/xxxxxxxx即可看到个人主页
四、用途
有的时候看B站的视频会看到一些引战、尬黑的弹幕，之前想举报不知道对方是谁，通过这种方法可以查到对方uid然后举报给B站后台。论坛上有前辈开玩笑地说可以顺着屏幕找对方对线hhhhhhh，不过讲道理一般而言也没人会这么干，除非自己发的视频被别人发了恶意弹幕
五、hashuid转uid的python源码
本源码为Hatsune_miku前辈在Github上开源，任何人转载需声明版权
CRCPOLYNOMIAL = 0xEDB88320
crctable =
def create_table():
for i in range(256):
crcreg = i
for _ in range(8):
if (crcreg & 1) != 0:
crcreg = CRCPOLYNOMIAL ^ (crcreg >> 1)
else:
crcreg = crcreg >> 1
crctable = crcreg
def crc32(string):
crcstart = 0xFFFFFFFF
for i in range(len(str(string))):
index = (crcstart ^ ord(str(string))) & 255
crcstart = (crcstart >> 8) ^ crctable
return crcstart
def crc32_last_index(string):
crcstart = 0xFFFFFFFF
for i in range(len(str(string))):
index = (crcstart ^ ord(str(string))) & 255
crcstart = (crcstart >> 8) ^ crctable
return index
def get_crc_index(t):
for i in range(256):
if crctable >> 24 == t:
return i
return -1
def deep_check(i, index):
string = ""
tc=0x00
hashcode = crc32(i)
tc = hashcode & 0xff ^ index
if not (tc <= 57 and tc >= 48):
return
string += str(tc - 48)
hashcode = crctable] ^ (hashcode >>8)
tc = hashcode & 0xff ^ index
if not (tc <= 57 and tc >= 48):
return
string += str(tc - 48)
hashcode = crctable] ^ (hashcode >> 8)
tc = hashcode & 0xff ^ index
if not (tc <= 57 and tc >= 48):
return
string += str(tc - 48)
hashcode = crctable] ^ (hashcode >> 8)
return
def getuid(string):
create_table()
index =
i = 0
ht = int(f"0x{string}", 16) ^ 0xffffffff
for i in range(3,-1,-1):
index = get_crc_index(ht >> (i*8))
snum = crctable]
ht ^= snum >> ((3-i)*8)
for i in range(100000000):
lastindex = crc32_last_index(i)
if lastindex == index:
deepCheckData = deep_check(i, index)
if deepCheckData:
break
if i == 100000000:
return -1
return f"{i}{deepCheckData}"
六、hashuid转uid的exe成品
我根据Hatsune_miku前辈的python算法用C语言做出了exe，效率更快
七、改进版完整成品
上述所用方法单个视频最多只能获得1500条弹幕，要想获取完整弹幕及其发送者信息需要网页分析获得，我之前做过一个exe程序可以获得完整版弹幕（亲测上万条弹幕运行正常），有空发上来，敬请期待
本帖最后由 厄斐琉斯 于 2020-7-31 23:40 编辑
野松子♂ 发表于 2020-7-31 23:27
效率怎么样？我用易语言抄了个一样的，uid数值一大能算几分钟...
C语言大概1秒4-5个，python大概0.8-1秒1个 https://comment.bilibili.com/' + cid + '.xml这个只能获取3000条，怎么获取指定时间段的全弹幕我还在研究 这个比较牛了。 正好旅游回来，过来看到想要的，感谢分享 太厉害了，新人进来看一眼 好评好评，顶你。 这就厉害了啊 请问能不能给个GitHub链接，正好star一下 弹幕演员暴露，哈哈哈 Thank you for share