Python异步架构深度解析构建高性能B站数据采集系统实战指南【免费下载链接】bilibili-api哔哩哔哩常用API调用。支持视频、番剧、用户、频道、音频等功能。原仓库地址https://github.com/MoyuScript/bilibili-api项目地址: https://gitcode.com/gh_mirrors/bi/bilibili-api在当今数据驱动的时代哔哩哔哩作为中国领先的视频社区平台其丰富的用户生成内容和互动数据为开发者提供了宝贵的研究资源。bilibili-api-python作为一个基于Python异步架构的B站API调用库为开发者提供了从基础数据获取到高级功能集成的完整解决方案。本文将深入探讨该项目的架构设计、核心功能实现以及在实际应用中的最佳实践。项目定位与技术价值bilibili-api-python是一个专注于B站API调用的Python异步库支持超过400个API接口涵盖视频、音频、直播、动态、专栏、用户、番剧等全平台功能模块。该项目采用现代Python异步编程范式默认支持aiohttp、httpx、curl_cffi等多种HTTP客户端为开发者提供了高效、稳定的数据采集工具。技术亮点异步架构设计、反爬虫风控策略、BV/AV号互转、WebSocket实时通信、弹幕反查与下载、cookies自动刷新等高级功能。架构设计原理与模块组织核心模块结构分析项目的模块化设计体现了清晰的关注点分离原则。主要功能模块集中在bilibili_api/目录下客户端抽象层bilibili_api/clients/ - 提供多种HTTP客户端实现支持代理配置和自定义请求头数据模型层bilibili_api/ - 包含Video、User、Live等核心数据模型类工具集模块bilibili_api/utils/ - 提供弹幕处理、数据转换、网络工具等辅助功能异常处理系统bilibili_api/exceptions/ - 完善的异常类型定义便于错误诊断和处理异步架构优势项目采用全异步设计基于Python的asyncio框架实现非阻塞IO操作。这种架构在处理大量并发请求时具有显著优势import asyncio from bilibili_api import Video, User async def fetch_multiple_data(): # 并发获取多个视频信息 tasks [ Video(bvidBV1xx4y1z7R9).get_info(), Video(bvidBV1GJ411x7h7).get_info(), User(uid123456).get_user_info() ] results await asyncio.gather(*tasks) return results # 运行异步任务 data asyncio.run(fetch_multiple_data())这种设计使得在单线程内同时处理数百个API请求成为可能大幅提升了数据采集效率。核心功能实现与实战应用视频数据采集与分析视频模块提供了完整的B站视频数据处理能力。以下示例展示如何获取视频详细信息并进行数据分析from bilibili_api import Video, Credential from bilibili_api.utils import parse_link # 初始化认证信息 credential Credential( sessdatayour_sessdata, bili_jctyour_bili_jct, buvid3your_buvid3 ) # 创建视频对象并获取数据 video Video(bvidBV1xx4y1z7R9, credentialcredential) # 获取视频基本信息 video_info await video.get_info() print(f标题{video_info[title]}) print(f播放量{video_info[stat][view]}) print(f弹幕数{video_info[stat][danmaku]}) # 获取视频分P信息 pages await video.get_pages() for page in pages: print(f分P{cid}{page[part]}) # 获取视频弹幕支持XML和ASS格式 danmaku_xml await video.get_danmaku_xml() danmaku_ass await video.get_danmaku_ass()图B站动态投票数据结构解析展示了API获取的HTML渲染结果和投票模块的DOM结构用户行为分析与数据挖掘用户模块支持获取用户基本信息、投稿视频、关注列表、粉丝列表等全方位数据from bilibili_api import User import json async def analyze_user_behavior(uid): user User(uiduid) # 获取用户基本信息 user_info await user.get_user_info() # 获取用户投稿视频支持分页 videos [] page 1 while True: page_data await user.get_videos(pagepage) videos.extend(page_data[list][vlist]) if not page_data[list][vlist]: break page 1 # 数据分析计算平均播放量、互动率等指标 total_views sum(v[play] for v in videos) avg_views total_views / len(videos) if videos else 0 return { user_info: user_info, video_count: len(videos), avg_views: avg_views, videos: videos[:10] # 返回前10个视频 }直播数据实时监控直播模块提供了直播间信息获取和弹幕WebSocket连接功能适用于实时监控和分析from bilibili_api import LiveRoom from bilibili_api.live import LiveDanmaku async def monitor_live_room(room_id): room LiveRoom(room_display_idroom_id) # 获取直播间信息 room_info await room.get_room_info() print(f直播间标题{room_info[title]}) print(f主播{room_info[anchor_info][base_info][uname]}) print(f在线观众{room_info[online]}) # 连接弹幕WebSocket danmaku LiveDanmaku(room_display_idroom_id) danmaku.on(DANMU_MSG) async def on_danmaku(event): 处理弹幕消息 info event[data][info] user info[2][1] content info[1] print(f[弹幕] {user}: {content}) danmaku.on(SEND_GIFT) async def on_gift(event): 处理礼物消息 data event[data][data] print(f[礼物] {data[uname]} 赠送了 {data[giftName]} x{data[num]}) # 开始监听 await danmaku.connect()高级功能与扩展开发弹幕处理与字幕生成项目内置了强大的弹幕处理工具支持将B站弹幕转换为多种格式from bilibili_api.utils.danmaku2ass import Danmaku2ASS from bilibili_api import Video async def process_danmaku(bvid): video Video(bvidbvid) # 获取弹幕数据 danmaku_data await video.get_danmaku() # 转换为ASS字幕文件 converter Danmaku2ASS( danmaku_data, output.ass, 1920, 1080, # 视频分辨率 font_nameMicrosoft YaHei, font_size40 ) converter.convert() # 弹幕数据分析 danmaku_count len(danmaku_data) top_senders {} for danmaku in danmaku_data: sender danmaku[sender] top_senders[sender] top_senders.get(sender, 0) 1 return { total_danmaku: danmaku_count, top_senders: sorted(top_senders.items(), keylambda x: x[1], reverseTrue)[:10] }反爬虫策略与代理配置项目提供了多种反爬虫策略确保在B站风控机制下的稳定运行from bilibili_api import settings from bilibili_api.clients import AioHTTPClient, HTTPXClient # 配置代理 settings.proxy http://127.0.0.1:7890 # 自定义请求头 settings.headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36, Referer: https://www.bilibili.com } # 选择HTTP客户端 # 使用aiohttp客户端默认 settings.http_client AioHTTPClient() # 或使用httpx客户端支持HTTP/2 # settings.http_client HTTPXClient() # 配置请求延迟避免触发频率限制 settings.delay 0.5 # 每次请求间隔0.5秒性能优化策略与最佳实践批量请求与缓存机制对于需要获取大量数据的场景建议采用批量请求和本地缓存策略import asyncio from bilibili_api import Video from bilibili_api.utils.cache_pool import CachePool import json import os class BilibiliDataCollector: def __init__(self, cache_dir./cache): self.cache_dir cache_dir os.makedirs(cache_dir, exist_okTrue) self.cache_pool CachePool() async def get_video_info_batch(self, bvid_list): 批量获取视频信息支持缓存 results {} tasks [] for bvid in bvid_list: # 检查缓存 cache_key fvideo_{bvid} cached self.cache_pool.get(cache_key) if cached: results[bvid] cached continue # 创建异步任务 video Video(bvidbvid) tasks.append((bvid, video.get_info())) # 并发执行 if tasks: bvids, coros zip(*tasks) video_infos await asyncio.gather(*coros) # 存储结果和缓存 for bvid, info in zip(bvids, video_infos): results[bvid] info self.cache_pool.set(fvideo_{bvid}, info, ttl3600) # 缓存1小时 return results错误处理与重试机制完善的错误处理是保证系统稳定性的关键from bilibili_api.exceptions import ( ResponseCodeException, NetworkException, ApiException ) import asyncio import time async def robust_api_call(api_func, max_retries3, delay1): 带重试机制的API调用 for attempt in range(max_retries): try: return await api_func() except NetworkException as e: print(f网络错误尝试 {attempt1}/{max_retries}: {e}) if attempt max_retries - 1: await asyncio.sleep(delay * (2 ** attempt)) # 指数退避 else: raise except ResponseCodeException as e: print(fAPI响应错误: {e.code} - {e.msg}) if e.code -412: # 请求被拦截 print(请求被风控拦截建议更换IP或增加延迟) await asyncio.sleep(5) continue raise except ApiException as e: print(fAPI异常: {e}) raise实际应用场景与集成方案数据分析平台集成bilibili-api-python可以与主流数据分析工具无缝集成import pandas as pd import matplotlib.pyplot as plt from bilibili_api import Video, Search async def analyze_video_trends(keyword, days7): 分析关键词相关视频趋势 search Search() # 搜索相关视频 results await search.search(keyword, search_typevideo) # 转换为DataFrame df pd.DataFrame(results[result]) # 数据清洗和分析 df[pubdate] pd.to_datetime(df[pubdate], units) df[play_per_day] df[play] / days # 可视化 plt.figure(figsize(12, 6)) plt.scatter(df[pubdate], df[play], alpha0.6) plt.title(f{keyword}相关视频播放量趋势) plt.xlabel(发布时间) plt.ylabel(播放量) plt.grid(True, alpha0.3) plt.tight_layout() plt.savefig(video_trends.png) return df自动化内容监控系统构建基于bilibili-api的自动化监控系统import asyncio import schedule import time from datetime import datetime from bilibili_api import User, Video class BilibiliMonitor: def __init__(self, target_uids, keywords): self.target_uids target_uids self.keywords keywords async def monitor_new_videos(self): 监控目标UP主的新视频 for uid in self.target_uids: user User(uiduid) videos await user.get_videos() for video in videos[list][vlist]: # 检查是否为新视频例如1小时内发布 pubdate datetime.fromtimestamp(video[created]) if (datetime.now() - pubdate).seconds 3600: print(f发现新视频: {video[title]}) # 发送通知或执行其他操作 async def monitor_keyword_trends(self): 监控关键词趋势 from bilibili_api import Search search Search() for keyword in self.keywords: results await search.search(keyword, search_typevideo) hot_videos results[result][:5] # 取前5个热门视频 print(f关键词 {keyword} 热门视频:) for video in hot_videos: print(f - {video[title]} (播放: {video[play]})) def run(self): 启动监控 schedule.every(10).minutes.do( lambda: asyncio.run(self.monitor_new_videos()) ) schedule.every(1).hours.do( lambda: asyncio.run(self.monitor_keyword_trends()) ) while True: schedule.run_pending() time.sleep(60)技术社区资源与学习路径官方文档与示例项目提供了完善的文档系统位于docs/目录模块文档docs/modules/ - 详细API参考和参数说明示例代码docs/examples/ - 各功能模块的使用示例配置指南docs/configuration.md - 系统配置和客户端设置进阶学习资源对于希望深入理解项目架构和扩展功能的开发者建议源码阅读从bilibili_api/client.py开始理解HTTP客户端的抽象设计异步编程掌握Python asyncio框架理解协程、任务和事件循环网络协议学习HTTP/HTTPS、WebSocket协议理解API通信原理反爬虫技术研究常见的反爬虫策略和应对方法贡献指南项目采用GPLv3许可证欢迎开发者贡献代码。贡献流程包括Fork项目仓库创建功能分支编写测试用例提交Pull Request通过代码审查总结与展望bilibili-api-python作为一个成熟的B站API调用库为开发者提供了从数据采集到深度分析的全套工具。其异步架构设计、完善的错误处理机制和丰富的功能模块使其成为Python生态中处理B站数据的首选方案。随着B站平台的持续发展该库也在不断更新和完善。未来可能的发展方向包括支持更多B站新功能和API优化性能减少内存占用提供更丰富的数据分析工具增强Type Hint支持提升开发体验无论你是数据科学家、爬虫工程师还是B站内容创作者bilibili-api-python都能帮助你高效地获取和分析B站数据挖掘其中的价值。图bilibili-api-python项目技术架构展示了B站API集成与Python异步编程的结合通过本文的深度解析相信你已经掌握了bilibili-api-python的核心技术和应用方法。现在就开始你的B站数据探索之旅用代码解锁哔哩哔哩的海量内容资源吧【免费下载链接】bilibili-api哔哩哔哩常用API调用。支持视频、番剧、用户、频道、音频等功能。原仓库地址https://github.com/MoyuScript/bilibili-api项目地址: https://gitcode.com/gh_mirrors/bi/bilibili-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Python异步架构深度解析：构建高性能B站数据采集系统实战指南
发布时间：2026/6/4 15:58:16
Python异步架构深度解析构建高性能B站数据采集系统实战指南【免费下载链接】bilibili-api哔哩哔哩常用API调用。支持视频、番剧、用户、频道、音频等功能。原仓库地址https://github.com/MoyuScript/bilibili-api项目地址: https://gitcode.com/gh_mirrors/bi/bilibili-api在当今数据驱动的时代哔哩哔哩作为中国领先的视频社区平台其丰富的用户生成内容和互动数据为开发者提供了宝贵的研究资源。bilibili-api-python作为一个基于Python异步架构的B站API调用库为开发者提供了从基础数据获取到高级功能集成的完整解决方案。本文将深入探讨该项目的架构设计、核心功能实现以及在实际应用中的最佳实践。项目定位与技术价值bilibili-api-python是一个专注于B站API调用的Python异步库支持超过400个API接口涵盖视频、音频、直播、动态、专栏、用户、番剧等全平台功能模块。该项目采用现代Python异步编程范式默认支持aiohttp、httpx、curl_cffi等多种HTTP客户端为开发者提供了高效、稳定的数据采集工具。技术亮点异步架构设计、反爬虫风控策略、BV/AV号互转、WebSocket实时通信、弹幕反查与下载、cookies自动刷新等高级功能。架构设计原理与模块组织核心模块结构分析项目的模块化设计体现了清晰的关注点分离原则。主要功能模块集中在bilibili_api/目录下客户端抽象层bilibili_api/clients/ - 提供多种HTTP客户端实现支持代理配置和自定义请求头数据模型层bilibili_api/ - 包含Video、User、Live等核心数据模型类工具集模块bilibili_api/utils/ - 提供弹幕处理、数据转换、网络工具等辅助功能异常处理系统bilibili_api/exceptions/ - 完善的异常类型定义便于错误诊断和处理异步架构优势项目采用全异步设计基于Python的asyncio框架实现非阻塞IO操作。这种架构在处理大量并发请求时具有显著优势import asyncio from bilibili_api import Video, User async def fetch_multiple_data(): # 并发获取多个视频信息 tasks [ Video(bvidBV1xx4y1z7R9).get_info(), Video(bvidBV1GJ411x7h7).get_info(), User(uid123456).get_user_info() ] results await asyncio.gather(*tasks) return results # 运行异步任务 data asyncio.run(fetch_multiple_data())这种设计使得在单线程内同时处理数百个API请求成为可能大幅提升了数据采集效率。核心功能实现与实战应用视频数据采集与分析视频模块提供了完整的B站视频数据处理能力。以下示例展示如何获取视频详细信息并进行数据分析from bilibili_api import Video, Credential from bilibili_api.utils import parse_link # 初始化认证信息 credential Credential( sessdatayour_sessdata, bili_jctyour_bili_jct, buvid3your_buvid3 ) # 创建视频对象并获取数据 video Video(bvidBV1xx4y1z7R9, credentialcredential) # 获取视频基本信息 video_info await video.get_info() print(f标题{video_info[title]}) print(f播放量{video_info[stat][view]}) print(f弹幕数{video_info[stat][danmaku]}) # 获取视频分P信息 pages await video.get_pages() for page in pages: print(f分P{cid}{page[part]}) # 获取视频弹幕支持XML和ASS格式 danmaku_xml await video.get_danmaku_xml() danmaku_ass await video.get_danmaku_ass()图B站动态投票数据结构解析展示了API获取的HTML渲染结果和投票模块的DOM结构用户行为分析与数据挖掘用户模块支持获取用户基本信息、投稿视频、关注列表、粉丝列表等全方位数据from bilibili_api import User import json async def analyze_user_behavior(uid): user User(uiduid) # 获取用户基本信息 user_info await user.get_user_info() # 获取用户投稿视频支持分页 videos [] page 1 while True: page_data await user.get_videos(pagepage) videos.extend(page_data[list][vlist]) if not page_data[list][vlist]: break page 1 # 数据分析计算平均播放量、互动率等指标 total_views sum(v[play] for v in videos) avg_views total_views / len(videos) if videos else 0 return { user_info: user_info, video_count: len(videos), avg_views: avg_views, videos: videos[:10] # 返回前10个视频 }直播数据实时监控直播模块提供了直播间信息获取和弹幕WebSocket连接功能适用于实时监控和分析from bilibili_api import LiveRoom from bilibili_api.live import LiveDanmaku async def monitor_live_room(room_id): room LiveRoom(room_display_idroom_id) # 获取直播间信息 room_info await room.get_room_info() print(f直播间标题{room_info[title]}) print(f主播{room_info[anchor_info][base_info][uname]}) print(f在线观众{room_info[online]}) # 连接弹幕WebSocket danmaku LiveDanmaku(room_display_idroom_id) danmaku.on(DANMU_MSG) async def on_danmaku(event): 处理弹幕消息 info event[data][info] user info[2][1] content info[1] print(f[弹幕] {user}: {content}) danmaku.on(SEND_GIFT) async def on_gift(event): 处理礼物消息 data event[data][data] print(f[礼物] {data[uname]} 赠送了 {data[giftName]} x{data[num]}) # 开始监听 await danmaku.connect()高级功能与扩展开发弹幕处理与字幕生成项目内置了强大的弹幕处理工具支持将B站弹幕转换为多种格式from bilibili_api.utils.danmaku2ass import Danmaku2ASS from bilibili_api import Video async def process_danmaku(bvid): video Video(bvidbvid) # 获取弹幕数据 danmaku_data await video.get_danmaku() # 转换为ASS字幕文件 converter Danmaku2ASS( danmaku_data, output.ass, 1920, 1080, # 视频分辨率 font_nameMicrosoft YaHei, font_size40 ) converter.convert() # 弹幕数据分析 danmaku_count len(danmaku_data) top_senders {} for danmaku in danmaku_data: sender danmaku[sender] top_senders[sender] top_senders.get(sender, 0) 1 return { total_danmaku: danmaku_count, top_senders: sorted(top_senders.items(), keylambda x: x[1], reverseTrue)[:10] }反爬虫策略与代理配置项目提供了多种反爬虫策略确保在B站风控机制下的稳定运行from bilibili_api import settings from bilibili_api.clients import AioHTTPClient, HTTPXClient # 配置代理 settings.proxy http://127.0.0.1:7890 # 自定义请求头 settings.headers { User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36, Referer: https://www.bilibili.com } # 选择HTTP客户端 # 使用aiohttp客户端默认 settings.http_client AioHTTPClient() # 或使用httpx客户端支持HTTP/2 # settings.http_client HTTPXClient() # 配置请求延迟避免触发频率限制 settings.delay 0.5 # 每次请求间隔0.5秒性能优化策略与最佳实践批量请求与缓存机制对于需要获取大量数据的场景建议采用批量请求和本地缓存策略import asyncio from bilibili_api import Video from bilibili_api.utils.cache_pool import CachePool import json import os class BilibiliDataCollector: def __init__(self, cache_dir./cache): self.cache_dir cache_dir os.makedirs(cache_dir, exist_okTrue) self.cache_pool CachePool() async def get_video_info_batch(self, bvid_list): 批量获取视频信息支持缓存 results {} tasks [] for bvid in bvid_list: # 检查缓存 cache_key fvideo_{bvid} cached self.cache_pool.get(cache_key) if cached: results[bvid] cached continue # 创建异步任务 video Video(bvidbvid) tasks.append((bvid, video.get_info())) # 并发执行 if tasks: bvids, coros zip(*tasks) video_infos await asyncio.gather(*coros) # 存储结果和缓存 for bvid, info in zip(bvids, video_infos): results[bvid] info self.cache_pool.set(fvideo_{bvid}, info, ttl3600) # 缓存1小时 return results错误处理与重试机制完善的错误处理是保证系统稳定性的关键from bilibili_api.exceptions import ( ResponseCodeException, NetworkException, ApiException ) import asyncio import time async def robust_api_call(api_func, max_retries3, delay1): 带重试机制的API调用 for attempt in range(max_retries): try: return await api_func() except NetworkException as e: print(f网络错误尝试 {attempt1}/{max_retries}: {e}) if attempt max_retries - 1: await asyncio.sleep(delay * (2 ** attempt)) # 指数退避 else: raise except ResponseCodeException as e: print(fAPI响应错误: {e.code} - {e.msg}) if e.code -412: # 请求被拦截 print(请求被风控拦截建议更换IP或增加延迟) await asyncio.sleep(5) continue raise except ApiException as e: print(fAPI异常: {e}) raise实际应用场景与集成方案数据分析平台集成bilibili-api-python可以与主流数据分析工具无缝集成import pandas as pd import matplotlib.pyplot as plt from bilibili_api import Video, Search async def analyze_video_trends(keyword, days7): 分析关键词相关视频趋势 search Search() # 搜索相关视频 results await search.search(keyword, search_typevideo) # 转换为DataFrame df pd.DataFrame(results[result]) # 数据清洗和分析 df[pubdate] pd.to_datetime(df[pubdate], units) df[play_per_day] df[play] / days # 可视化 plt.figure(figsize(12, 6)) plt.scatter(df[pubdate], df[play], alpha0.6) plt.title(f{keyword}相关视频播放量趋势) plt.xlabel(发布时间) plt.ylabel(播放量) plt.grid(True, alpha0.3) plt.tight_layout() plt.savefig(video_trends.png) return df自动化内容监控系统构建基于bilibili-api的自动化监控系统import asyncio import schedule import time from datetime import datetime from bilibili_api import User, Video class BilibiliMonitor: def __init__(self, target_uids, keywords): self.target_uids target_uids self.keywords keywords async def monitor_new_videos(self): 监控目标UP主的新视频 for uid in self.target_uids: user User(uiduid) videos await user.get_videos() for video in videos[list][vlist]: # 检查是否为新视频例如1小时内发布 pubdate datetime.fromtimestamp(video[created]) if (datetime.now() - pubdate).seconds 3600: print(f发现新视频: {video[title]}) # 发送通知或执行其他操作 async def monitor_keyword_trends(self): 监控关键词趋势 from bilibili_api import Search search Search() for keyword in self.keywords: results await search.search(keyword, search_typevideo) hot_videos results[result][:5] # 取前5个热门视频 print(f关键词 {keyword} 热门视频:) for video in hot_videos: print(f - {video[title]} (播放: {video[play]})) def run(self): 启动监控 schedule.every(10).minutes.do( lambda: asyncio.run(self.monitor_new_videos()) ) schedule.every(1).hours.do( lambda: asyncio.run(self.monitor_keyword_trends()) ) while True: schedule.run_pending() time.sleep(60)技术社区资源与学习路径官方文档与示例项目提供了完善的文档系统位于docs/目录模块文档docs/modules/ - 详细API参考和参数说明示例代码docs/examples/ - 各功能模块的使用示例配置指南docs/configuration.md - 系统配置和客户端设置进阶学习资源对于希望深入理解项目架构和扩展功能的开发者建议源码阅读从bilibili_api/client.py开始理解HTTP客户端的抽象设计异步编程掌握Python asyncio框架理解协程、任务和事件循环网络协议学习HTTP/HTTPS、WebSocket协议理解API通信原理反爬虫技术研究常见的反爬虫策略和应对方法贡献指南项目采用GPLv3许可证欢迎开发者贡献代码。贡献流程包括Fork项目仓库创建功能分支编写测试用例提交Pull Request通过代码审查总结与展望bilibili-api-python作为一个成熟的B站API调用库为开发者提供了从数据采集到深度分析的全套工具。其异步架构设计、完善的错误处理机制和丰富的功能模块使其成为Python生态中处理B站数据的首选方案。随着B站平台的持续发展该库也在不断更新和完善。未来可能的发展方向包括支持更多B站新功能和API优化性能减少内存占用提供更丰富的数据分析工具增强Type Hint支持提升开发体验无论你是数据科学家、爬虫工程师还是B站内容创作者bilibili-api-python都能帮助你高效地获取和分析B站数据挖掘其中的价值。图bilibili-api-python项目技术架构展示了B站API集成与Python异步编程的结合通过本文的深度解析相信你已经掌握了bilibili-api-python的核心技术和应用方法。现在就开始你的B站数据探索之旅用代码解锁哔哩哔哩的海量内容资源吧【免费下载链接】bilibili-api哔哩哔哩常用API调用。支持视频、番剧、用户、频道、音频等功能。原仓库地址https://github.com/MoyuScript/bilibili-api项目地址: https://gitcode.com/gh_mirrors/bi/bilibili-api创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
