核心用法
bilibili-danmaku 是一套完整的B站弹幕分析工作流，支持从视频URL或BV号抓取弹幕数据，经分词清洗后输出多维度分析结果。核心流程分为三步：
1. 环境准备：首次运行需执行 ensure_env.sh 安装 Python 依赖（jieba/snownlp/wordcloud）
2. 数据抓取：通过 fetch_danmaku.py 解析视频元数据，下载 XML 格式弹幕并导出为 CSV/JSON/纯文本格式
3. 智能分析：运行 analyze_danmaku.py 完成：
- 关键词统计：基于 jieba 中文分词，输出高频词 JSON
- 数据清洗：内置停用词表，支持自定义过滤规则
- 情感分析：SnowNLP 计算情感极性分布
- 可视化词云：生成高密度 PNG 词云图
- 舆情报告：自动生成结构化 Markdown 分析报告
显著优点
- 开箱即用：封装完整的抓取-分析-可视化链路，无需编写代码
- 灵活清洗：支持
--stopwords-file和--extra-stopwords双重自定义过滤 - 多格式输出：同时提供结构化数据（JSON）、可视化图表（PNG）和可读报告（Markdown）
- 批量友好：支持分P视频解析，可扩展为多视频批量分析
潜在局限
- 情感分析精度：SnowNLP 基于朴素贝叶斯训练，对网络用语、反讽、梗文化识别能力有限，结论需人工复核
- 时效性依赖：弹幕接口可能随B站API调整而失效
- 样本偏差：单视频弹幕量差异大，小样本结论可能不具代表性
- 无用户画像：仅分析文本内容，无法关联发送者行为数据
适合人群
- 内容创作者：快速了解观众反馈热点与情绪倾向
- 新媒体运营：追踪视频舆情走向，识别危机信号
- 市场研究员：低成本获取UGC文本数据进行趋势分析
- 学术用户：中文短文本情感分析与词频统计的教学示例
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 数据合规 | 抓取公开弹幕可能涉及平台ToS边界 | 仅用于个人分析，避免商业转售 |
| 分析误判 | SnowNLP 对弹幕语境理解不足 | 关键结论需抽样人工校验 |
| 样本污染 | 刷屏、机器人弹幕扭曲统计 | 结合高频用户ID模式识别清洗 |
| 依赖失效 | B站API或Python包版本变动 | 锁定依赖版本，关注维护更新 |
> 建议：高风险决策场景（如品牌危机公关）应扩大样本量（多P/多视频汇总），并引入人工复核机制。