用Python实现一个模仿UP主弹幕控制的直播间功能_Python

灵感来源

之前在B站看到一个有意思的视频：

【B站】【亦】终极云游戏！五千人同开一辆车，复现经典群体智慧实验

用Python实现一个模仿UP主弹幕控制的直播间功能

大家可以看看，很有意思。

up主通过代码实现了实时读取直播间里的弹幕内容，进而控制自己的电脑，把弹幕翻译成指令操控《赛博朋克2077》游戏。

观众也越来越多，最后甚至还把直接间搞崩了（当然，其实是因为那天B站全站崩了）。

我十分好奇到底是怎么做到的。

外行看热闹，内行看门道，作为半个内行，我们就模仿UP主的想法，自己做一个。

所以今天我的目标就是复刻一个通过弹幕控制直播间的代码，并且最终在自己的直播间开播。

先给大家看看最终我的成品小视频：

【B站】模仿UP主，做一个弹幕控制的直播间！

看起来是不是很像样了。

初版设计思路

首先在脑海里规划一个大致的思路，如下图：

用Python实现一个模仿UP主弹幕控制的直播间功能

这个思路看起来很简单，不过还是得解释一下，首先我们要搞清楚，弹幕的内容是怎么抓到的。

大部分我们常见的直播平台，在浏览器端，弹幕都是通过WebSocket来推送给观众的。在手机平板等客户端（非Web端），可能会有一些更加复杂的TCP进行弹幕的推送。

关于TCP的消息投递，有个很好的文章，就是美团的这个：美团终端消息投递服务Pike的演进之路

归根结底,这些弹幕都是通过在客户端和服务端建立长链接来实现的。

所以，我们需要做的就是用代码作为客户端，与直播平台进行长链接。这样就能拿到弹幕。

我们只是需要实现整个弹幕控制的流程，所以弹幕的抓取也不是本文的重点，我们来淘一个现成的轮子！在Github上一顿找，找到了一个非常不错的开源库，里面能够获取很多直播平台的弹幕：

https://github.com/wbt5/real-url

获取斗鱼&虎牙&哔哩哔哩&抖音&快手等 58 个直播平台的真实流媒体地址(直播源)和弹幕，直播源可在 PotPlayer、flv.js 等播放器中播放。

我们把代码clone下来，运行main函数，随便输入一个Bilibili直播间地址，就能拿到直播间实时的弹幕流：

用Python实现一个模仿UP主弹幕控制的直播间功能

代码里把获取到的一条条弹幕（包括用户名）直接打印在了控制台。

他是如何做到的呢？核心的Python代码如下（不熟悉Python？不要紧，就当做伪代码，很容易看懂）：

wss_url = "wss://broadcastlv.chat.bilibili.com/sub"
heartbeat = b"x00x00x00x1fx00x10x00x01x00x00x00x02x00x00x00x01x5bx6fx62x6ax65x63x74x20" 
                b"x4fx62x6ax65x63x74x5d "
  heartbeatInterval = 60

@staticmethod
async def get_ws_info(url):
    url = "https://api.live.bilibili.com/room/v1/Room/room_init?id=" + url.split("/")[-1]
    reg_datas = []
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as resp:
            room_json = json.loads(await resp.text())
            room_id = room_json["data"]["room_id"]
            data = json.dumps({
                "roomid": room_id,
                "uid": int(1e14 + 2e14 * random.random()),
                "protover": 1
            }, separators=(",", ":")).encode("ascii")
            data = (pack(">i", len(data) + 16) + b"x00x10x00x01" +
                    pack(">i", 7) + pack(">i", 1) + data)
            reg_datas.append(data)

    return Bilibili.wss_url, reg_datas

它连上了Bilibili的直播弹幕WSS地址，也就是WebSocket地址，然后伪装成客户端，接受弹幕推送。

OK，做完了第一步，下一步就是用消息队列将弹幕发送出来。开启单独的消费者接收弹幕。

为了实现上尽量简单，就不上那些专业的消息队列了，这里用了redis的list作为队列，将弹幕内容放进去。

发送者核心代码如下：

# 链接Redis
def init_redis():
    r = redis.Redis(host="localhost", port=6379, decode_responses=True)
    return r

# 消息发送者
async def printer(q, redis):
    while True:
        m = await q.get()
        if m["msg_type"] == "danmaku":
            print(f"{m["name"]}：{m["content"]}")
            list_str = list(m["content"])
            print("弹幕拆分:", list_str)
            for char in list_str:
                if char.lower() in key_list:
                    print("推送队列：", char.lower())
                    redis.rpush(list_name, char.lower())

完成了弹幕内容的发送后，需要写一个消费者，消费这些弹幕，把里面的指令都提取出来。

并且，在消费者收到弹幕后，如何消费呢？我们需要一个能够用代码指令控制电脑的办法。

咱继续本着不造轮子的原则，找到了一个Python的自动化控制库PyAutoGUI

PyAutoGUI is a cross-platform GUI automation Python module for human beings. Used to programmatically control the mouse & keyboard.

安装上这个库，在代码中引入，便可以通过他的API控制电脑鼠标和键盘执行对应的操作。简直是完美啊！

消费者（控制电脑）核心Python代码如下：

# 链接Redis
def init_redis():
    r = redis.Redis(host="localhost", port=6379, decode_responses=True)
    return r

# 消费者
def control(key_name):
    print("key_name =", key_name)
    if key_name == None:
        print("本次无指令发出")
        return
    key_name = key_name.lower()
    # 控制电脑指令
    if key_name in key_list:
        print("发出指令", key_name)
        pyautogui.keyDown(key_name)
        time.sleep(press_sec)
        pyautogui.keyUp(key_name)
        print("结束指令", key_name)

if __name__ == "__main__":
    r = init_redis()
    print("开始监听弹幕消息, loop_sec =", loop_sec)
    while True:
        key_name = r.lpop(list_name)
        control(key_name)
        time.sleep(loop_sec)

ok，大功告成，我们打开弹幕发送队列和消费者，这个不断循环消费的队列就开始运行了。一旦弹幕中有wsad这种控制游戏常用的按键，电脑就会自己给自己发出指令。

用Python实现一个模仿UP主弹幕控制的直播间功能

初版运行中的问题

我兴冲冲的打开自己的B站直播间，开始调试，结果发现我还是太天真了。这个初版代码暴露了非常多的问题。我们一个个来说下是什么问题，我是如何解决的。

指令不人性化

水友们其实很喜欢发送类似www dddd这类重复单词（叠词），但初版的实现只支持单个字幕，水友们发现不得劲，没有作用后，就从直播间走了。

这点很容易解决，把弹幕内容拆分成每个单词，然后再推送给队列。

解决方法：拆解弹幕，把DDD，拆成D,D,D，发送个消费者。

危险指令

首先是玩家的指令超出了应该有的范围。

在我把赛博朋克游戏打开，让弹幕观众控制游戏里的开车时，有个神秘观众进了直播间，默默发了个“F”，然后。。。

然后游戏里的V（主角名）就从车里下来了，淦，我是让你们开车的，不是让你们下来和警察斗殴的。。。

解决方法：添加弹幕过滤器。

# 将弹幕进行拆分，只发送指定的指令给消费者
key_list = ("w", "s", "a", "d", "j", "k", "u", "i", "z", "x", "f", "enter", "shift", "backspace")
list_str = list(m["content"])
            print("弹幕拆分:", list_str)
            for char in list_str:
                if char.lower() in key_list:
                    print("推送队列：", char.lower())
                    redis.rpush(list_name, char.lower())

上面两个问题解决后，发送者就像下面这样运行了：

用Python实现一个模仿UP主弹幕控制的直播间功能

弹幕指令堆积

这是个很大的问题，如果处理所有水友发送的全部弹幕指令，一定会存在消费不过来的问题。

解决方法：需要固定时间处理弹幕，其他抛弃。

if __name__ == "__main__":
    r = init_redis()
    print("开始监听弹幕消息, loop_sec =", loop_sec)
    while True:
        key_name = r.lpop(list_name)
        # 每次只取出一个指令，然后把list清空，也就是这个时间窗口内其他弹幕都扔掉！
        r.delete(list_name)
        control(key_name)
        time.sleep(loop_sec)

弹幕从发出到观众看到结果有延迟

在最开始的视频里，你们也能感受到了，从观众的指令发出，到最终被观众看到，大概要经历5秒的延迟。其中，起码有3秒，都是网络直播流的延迟，这一点，很难去优化。