黑名单挖掘

【Update 9/29/2017】: 对过去几个月的弹幕重新挖掘，增添了新封禁名单，共940个账号

【Update 7/13/2017】: 运行 UID_process.py，将会获得在UID.txt里的每一个UID发送弹幕的情况，结果存在danmaku_info.csv里

鉴于 3Shain 正在开发对抗脚本的脚本，并且其中需要脚本哥已经控制的黑名单，这个简单的程序的作用就是从 VTB/VUP DD 的 bilibili-vtuber-danmaku 数据库中找出 3Shain 脚本中需要的黑名单。

整个流程分为两步：

1. 找出脚本哥发的弹幕
2. 找到那些弹幕对应的UID

第一步，如果仔细思考脚本哥的行为模式，他实际上是使用某种脚本，操作有限的观众账号，在非常短的时间内发送大量的重复的弹幕。所以，一个思路就是先找出那些在短时间内被发送了很多次的弹幕，再人工筛选出脚本哥发过的弹幕。

因为弹幕的数据已经包含了时间戳，整个事情变得非常简单：用一个时长为两秒的滑动窗口来滑过数据，每次只关注这个滑动窗口之中包含的弹幕，并且计算这些弹幕出现的次数。如果某个弹幕出现的次数超过了5次，那么我们就把它记录下来。

你可以下载本仓库里的代码，然后更新来自 VTB/VUP DD 的数据库，然后用python3运行：

git clone https://github.com/pren1/script-anti-back-end.git
cd script-anti-back-end
git submodule update --init --remote --depth 1
python3 Filter_construct.py True

⚠️注意⚠️运行这个程序要花费数个小时，数据库实在有点大......

Fashion_message.txt 包含了程序运行的结果，所以你不必亲自去运行上面的程序。

第二步，通过阅读Fashion_message.txt, 我们可以手动找出脚本哥发过的弹幕，有好几种：

["我宫内莲华来呼吸夏哥了！", "我是“774ガチ恋勢”，我前来DD了！", "俺のID「774ガチ恋勢」ですよろしく", "来DD了，我是宫内莲华Official", "宫内莲华Official，前来DD了！", "俺の名は774ガチ恋勢です，よろしく！", "俺のID「774ガチ恋勢」です", "僕の名は774ガチ恋勢です，よろしく"]

之后，通过运行以下命令，把所有发过这些弹幕的用户的UID找出来就可以了：

python3 Filter_construct.py False

结果已经存在UID.txt里，或者如下图：

之前3Shain的脚本里的黑名单有88个UID，大概是手动添加（？）。然后通过这个方法找出来的有187个UID。Bravo！

令人生草的副产品

大家其实可以仔细研究一下Fashion_message.txt里面的结果，如下图所示，非常生草，而且充满了熟悉感。

如图，在Fashion_message.txt中，弹幕按照出现的频率排序，排名第一的是888888，第二是无情的生草机器，第三是问号，第四第五才是dd们说的最多的“kksk”和“awsl”。

除此之外，很有意思的一点就是，类型相同的评论出现的频率都差不多，如下：

感觉这个其实是有某种规律在里面的，深挖的话说不定很有趣。我觉得离制作出非常真实的自动炒热气氛的弹幕机器人已经不远了......

顺便，如果某种程序检测到了短时间内大量发送的相同弹幕，而那种弹幕又不在Fashion_message.txt这个列表里，那么那种弹幕源于脚本哥的后验概率就会提升......这也算是一种过滤弹幕的思路。