当前位置： 首页 > news >正文

实战指南：Python自动化获取B站数据全流程

news 2026/6/4 15:41:55

实战指南：Python自动化获取B站数据全流程

【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

Bilibili API Python库是开发者获取哔哩哔哩平台数据的强大工具，支持视频、用户、直播、动态、专栏等多种数据类型。本文将从零开始，带你掌握使用bilibili-api进行数据采集、分析和应用的全流程，涵盖从环境配置到高级应用的最佳实践。

项目定位与核心价值

bilibili-api是一个功能全面的Python库，专门用于调用B站的各种API接口。它不仅支持官方提供的标准接口，还集成了许多实用功能如BV号与AV号互转、弹幕下载与转换、专栏内容爬取等。该库采用异步设计，支持多种HTTP客户端，能够有效应对B站的反爬虫机制，是进行B站数据分析、内容监控、自动化操作的理想选择。

环境配置与快速开始

安装与依赖管理

首先克隆项目仓库到本地：

git clone https://gitcode.com/gh_mirrors/bi/bilibili-api cd bilibili-api

安装核心库和依赖：

pip install bilibili-api-python

bilibili-api支持多种HTTP客户端，你可以根据需求选择安装：

# 安装aiohttp（推荐） pip install aiohttp # 或安装httpx pip install httpx # 或安装curl_cffi（支持浏览器指纹伪装） pip install curl_cffi

基础使用示例

下面是一个获取视频信息的简单示例：

import asyncio from bilibili_api import Video async def get_video_info(): # 创建Video对象，传入BV号 video = Video(bvid="BV1xx4y1z7R9") # 获取视频详细信息 info = await video.get_info() # 输出关键信息 print(f"标题：{info['title']}") print(f"播放量：{info['stat']['view']}") print(f"点赞数：{info['stat']['like']}") print(f"投币数：{info['stat']['coin']}") print(f"收藏数：{info['stat']['favorite']}") return info # 运行异步函数 if __name__ == "__main__": asyncio.run(get_video_info())

核心功能深度解析

视频数据采集与分析

视频是B站最核心的内容形式，bilibili-api提供了丰富的视频操作接口：

from bilibili_api import Video, Credential import asyncio async def comprehensive_video_analysis(): # 如果需要登录操作，创建凭证 credential = Credential( sessdata="你的sessdata", bili_jct="你的bili_jct", buvid3="你的buvid3" ) # 初始化视频对象 video = Video(bvid="BV1xx4y1z7R9", credential=credential) # 获取视频基本信息 basic_info = await video.get_info() # 获取视频分P信息 pages = await video.get_pages() # 获取视频播放地址 play_url = await video.get_download_url() # 获取视频弹幕（XML格式） danmaku_xml = await video.get_danmaku_xml() # 获取视频统计信息 stat = await video.get_stat() # 获取相关推荐视频 related = await video.get_related() return { "basic_info": basic_info, "pages": pages, "play_url": play_url, "danmaku": danmaku_xml, "statistics": stat, "related_videos": related }

用户数据获取与处理

用户数据分析是B站运营的重要环节，通过以下代码可以获取用户详细信息：

from bilibili_api import User async def analyze_user_profile(uid: int): user = User(uid=uid) # 获取用户基本信息 user_info = await user.get_user_info() # 获取用户投稿视频 videos = await user.get_videos(ps=30) # ps参数控制每页数量 # 获取用户动态 dynamics = await user.get_dynamics() # 获取用户关注列表 followings = await user.get_followings() # 获取用户粉丝列表 followers = await user.get_followers() # 获取用户专栏文章 articles = await user.get_articles() return { "profile": user_info, "video_count": len(videos['list']), "dynamic_count": len(dynamics['cards']), "following_count": len(followings['list']), "follower_count": len(followers['list']), "article_count": len(articles['articles']) }

弹幕数据处理与可视化

弹幕是B站特色功能，bilibili-api提供了强大的弹幕处理能力：

from bilibili_api import Video from bilibili_api.utils.danmaku2ass import Danmaku2ASS import json async def process_danmaku_data(bvid: str): video = Video(bvid=bvid) # 获取弹幕XML数据 danmaku_xml = await video.get_danmaku_xml() # 解析弹幕为结构化数据 danmaku_list = [] for dm in danmaku_xml: danmaku_list.append({ "time": dm.time, "type": dm.type, "size": dm.size, "color": dm.color, "text": dm.text, "user_hash": dm.user_hash }) # 转换为ASS字幕格式 ass_content = Danmaku2ASS( danmaku_list, 1920, 1080, # 视频分辨率 "Microsoft YaHei", # 字体 36, # 字体大小 0.8, # 透明度 10, # 弹幕停留时间 5 # 弹幕速度 ) # 保存为文件 with open(f"{bvid}_danmaku.ass", "w", encoding="utf-8") as f: f.write(ass_content) # 弹幕词频分析 word_freq = {} for dm in danmaku_list: text = dm["text"] if text in word_freq: word_freq[text] += 1 else: word_freq[text] = 1 # 排序并获取高频弹幕 top_danmaku = sorted(word_freq.items(), key=lambda x: x[1], reverse=True)[:10] return { "total_danmaku": len(danmaku_list), "top_danmaku": top_danmaku, "ass_file": f"{bvid}_danmaku.ass" }

图：B站动态投票功能的前端实现代码，展示了API如何与B站前端组件交互

高级应用场景

批量数据采集与存储

对于需要大规模数据采集的场景，可以使用以下批量处理方案：

import asyncio import aiohttp import pandas as pd from bilibili_api import Video, User from typing import List class BilibiliBatchCollector: def __init__(self, max_concurrent=5): self.semaphore = asyncio.Semaphore(max_concurrent) async def collect_video_batch(self, bvid_list: List[str]): """批量收集视频数据""" tasks = [] for bvid in bvid_list: task = asyncio.create_task(self._get_video_data(bvid)) tasks.append(task) results = await asyncio.gather(*tasks, return_exceptions=True) return self._process_results(results) async def _get_video_data(self, bvid: str): """获取单个视频数据""" async with self.semaphore: try: video = Video(bvid=bvid) info = await video.get_info() stat = await video.get_stat() return { "bvid": bvid, "title": info.get("title"), "view": stat.get("view"), "like": stat.get("like"), "coin": stat.get("coin"), "favorite": stat.get("favorite"), "share": stat.get("share"), "duration": info.get("duration"), "pubdate": info.get("pubdate"), "owner": info.get("owner", {}).get("name") } except Exception as e: print(f"获取视频 {bvid} 数据失败: {e}") return None def _process_results(self, results): """处理结果并保存为CSV""" valid_results = [r for r in results if r is not None] df = pd.DataFrame(valid_results) # 保存到CSV df.to_csv("bilibili_videos.csv", index=False, encoding="utf-8-sig") # 数据分析 stats = { "total_videos": len(valid_results), "total_views": df["view"].sum(), "avg_likes": df["like"].mean(), "avg_duration": df["duration"].mean() } return df, stats

实时监控与告警系统

构建B站内容实时监控系统：

import asyncio import time from datetime import datetime from bilibili_api import Video, Live, Dynamic import smtplib from email.mime.text import MIMEText class BilibiliMonitor: def __init__(self, config): self.config = config self.monitored_items = [] async def monitor_video_stats(self, bvid: str, interval: int = 300): """监控视频数据变化""" video = Video(bvid=bvid) last_stats = None while True: try: current_stats = await video.get_stat() if last_stats: # 检测数据变化 changes = self._detect_changes(last_stats, current_stats) if changes: await self._send_alert(bvid, changes) last_stats = current_stats await asyncio.sleep(interval) except Exception as e: print(f"监控视频 {bvid} 出错: {e}") await asyncio.sleep(60) # 出错后等待1分钟 def _detect_changes(self, old_stats, new_stats): """检测统计数据变化""" changes = {} metrics = ["view", "like", "coin", "favorite", "share", "reply"] for metric in metrics: old_value = old_stats.get(metric, 0) new_value = new_stats.get(metric, 0) if new_value > old_value: changes[metric] = { "old": old_value, "new": new_value, "increase": new_value - old_value } return changes async def _send_alert(self, bvid: str, changes: dict): """发送告警通知""" timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S") subject = f"B站视频数据变化告警 - {bvid}" # 构建告警内容 content = f"时间: {timestamp}\n" content += f"视频: {bvid}\n\n" content += "数据变化详情:\n" for metric, data in changes.items(): content += f"{metric}: {data['old']} → {data['new']} (+{data['increase']})\n" # 发送邮件通知 self._send_email(subject, content) # 也可以集成其他通知方式，如钉钉、企业微信等 print(f"告警已发送: {subject}")

数据分析与可视化

将采集的数据进行可视化分析：

import matplotlib.pyplot as plt import seaborn as sns import pandas as pd from wordcloud import WordCloud import jieba from collections import Counter class BilibiliDataVisualizer: def __init__(self, data): self.data = data def plot_video_metrics(self): """绘制视频指标对比图""" fig, axes = plt.subplots(2, 2, figsize=(12, 10)) # 播放量分布 axes[0, 0].hist(self.data['view'], bins=20, alpha=0.7, color='skyblue') axes[0, 0].set_title('播放量分布') axes[0, 0].set_xlabel('播放量') axes[0, 0].set_ylabel('视频数量') # 点赞投币收藏关系 axes[0, 1].scatter(self.data['like'], self.data['coin'], alpha=0.5, c=self.data['favorite'], cmap='viridis') axes[0, 1].set_title('点赞-投币-收藏关系') axes[0, 1].set_xlabel('点赞数') axes[0, 1].set_ylabel('投币数') # 发布时间分布 publish_hours = pd.to_datetime(self.data['pubdate'], unit='s').dt.hour axes[1, 0].hist(publish_hours, bins=24, alpha=0.7, color='lightgreen') axes[1, 0].set_title('发布时间分布') axes[1, 0].set_xlabel('发布时间（小时）') axes[1, 0].set_ylabel('视频数量') # 互动率分析 self.data['interaction_rate'] = (self.data['like'] + self.data['coin'] + self.data['favorite']) / self.data['view'] axes[1, 1].boxplot(self.data['interaction_rate']) axes[1, 1].set_title('视频互动率分布') axes[1, 1].set_ylabel('互动率') plt.tight_layout() plt.savefig('video_metrics_analysis.png', dpi=300, bbox_inches='tight') plt.show() def generate_danmaku_wordcloud(self, danmaku_texts): """生成弹幕词云""" # 分词处理 all_text = ' '.join(danmaku_texts) words = jieba.lcut(all_text) # 统计词频 word_freq = Counter(words) # 过滤停用词和单个字符 stop_words = {'的', '了', '在', '是', '我', '有', '和', '就', '不', '人', '都', '一', '一个', '上', '也', '很', '到', '说', '要', '去', '你', '会', '着', '没有', '看', '好', '自己', '这'} filtered_freq = {word: freq for word, freq in word_freq.items() if word not in stop_words and len(word) > 1} # 生成词云 wc = WordCloud( font_path='simhei.ttf', width=800, height=600, background_color='white', max_words=200 ).generate_from_frequencies(filtered_freq) plt.figure(figsize=(10, 8)) plt.imshow(wc, interpolation='bilinear') plt.axis('off') plt.title('弹幕词云分析', fontsize=16) plt.savefig('danmaku_wordcloud.png', dpi=300, bbox_inches='tight') plt.show()

图：Bilibili API项目Logo，展示了Python与B站API的完美结合

最佳实践与优化建议

性能优化策略

  1. 连接池管理：合理配置HTTP客户端连接池大小
  2. 请求限流：避免触发B站的反爬虫机制
  3. 缓存策略：对不常变的数据进行本地缓存
  4. 异步并发：充分利用asyncio的并发能力
import asyncio import aiohttp from aiohttp import ClientSession, TCPConnector from bilibili_api import request_settings class OptimizedBilibiliClient: def __init__(self, max_connections=10): self.max_connections = max_connections self.session = None async def __aenter__(self): # 配置连接池 connector = TCPConnector( limit=self.max_connections, limit_per_host=5, ttl_dns_cache=300 ) self.session = ClientSession(connector=connector) # 配置bilibili-api使用自定义session request_settings.set("session", self.session) return self async def __aexit__(self, exc_type, exc_val, exc_tb): if self.session: await self.session.close() async def batch_fetch(self, tasks, batch_size=5): """批量获取数据，控制并发""" results = [] for i in range(0, len(tasks), batch_size): batch = tasks[i:i+batch_size] batch_results = await asyncio.gather(*batch, return_exceptions=True) results.extend(batch_results) # 控制请求频率 await asyncio.sleep(1) return results

错误处理与重试机制

import asyncio import random from typing import Callable, Any from functools import wraps def retry_with_backoff( max_retries: int = 3, base_delay: float = 1.0, max_delay: float = 10.0 ): """指数退避重试装饰器""" def decorator(func: Callable): @wraps(func) async def wrapper(*args, **kwargs): last_exception = None for attempt in range(max_retries + 1): try: return await func(*args, **kwargs) except Exception as e: last_exception = e if attempt == max_retries: break # 计算退避时间 delay = min( base_delay * (2 ** attempt) + random.uniform(0, 0.1), max_delay ) print(f"请求失败，{delay:.2f}秒后重试 ({attempt+1}/{max_retries})") await asyncio.sleep(delay) raise last_exception return wrapper return decorator class RobustBilibiliAPI: @retry_with_backoff(max_retries=3, base_delay=2.0) async def get_video_info_safe(self, bvid: str): """带重试机制的视频信息获取""" from bilibili_api import Video video = Video(bvid=bvid) return await video.get_info() @retry_with_backoff(max_retries=2, base_delay=1.0) async def get_user_info_safe(self, uid: int): """带重试机制的用户信息获取""" from bilibili_api import User user = User(uid=uid) return await user.get_user_info()

数据存储与备份方案

import sqlite3 import json from datetime import datetime from typing import Dict, Any class BilibiliDataStorage: def __init__(self, db_path="bilibili_data.db"): self.db_path = db_path self._init_database() def _init_database(self): """初始化数据库表结构""" conn = sqlite3.connect(self.db_path) cursor = conn.cursor() # 视频数据表 cursor.execute(''' CREATE TABLE IF NOT EXISTS videos ( bvid TEXT PRIMARY KEY, title TEXT, owner_uid INTEGER, owner_name TEXT, view_count INTEGER, like_count INTEGER, coin_count INTEGER, favorite_count INTEGER, duration INTEGER, pubdate INTEGER, tags TEXT, description TEXT, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) ''') # 用户数据表 cursor.execute(''' CREATE TABLE IF NOT EXISTS users ( uid INTEGER PRIMARY KEY, name TEXT, sex TEXT, face TEXT, sign TEXT, level INTEGER, vip_status INTEGER, vip_type INTEGER, follower_count INTEGER, following_count INTEGER, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) ''') # 统计数据历史表 cursor.execute(''' CREATE TABLE IF NOT EXISTS video_stats_history ( id INTEGER PRIMARY KEY AUTOINCREMENT, bvid TEXT, view_count INTEGER, like_count INTEGER, coin_count INTEGER, favorite_count INTEGER, share_count INTEGER, recorded_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, FOREIGN KEY (bvid) REFERENCES videos (bvid) ) ''') conn.commit() conn.close() def save_video_data(self, video_data: Dict[str, Any]): """保存视频数据""" conn = sqlite3.connect(self.db_path) cursor = conn.cursor() try: cursor.execute(''' INSERT OR REPLACE INTO videos (bvid, title, owner_uid, owner_name, view_count, like_count, coin_count, favorite_count, duration, pubdate, tags, description) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?) ''', ( video_data.get('bvid'), video_data.get('title'), video_data.get('owner', {}).get('mid'), video_data.get('owner', {}).get('name'), video_data.get('stat', {}).get('view'), video_data.get('stat', {}).get('like'), video_data.get('stat', {}).get('coin'), video_data.get('stat', {}).get('favorite'), video_data.get('duration'), video_data.get('pubdate'), json.dumps(video_data.get('tags', []), ensure_ascii=False), video_data.get('desc') )) # 保存统计数据历史 cursor.execute(''' INSERT INTO video_stats_history (bvid, view_count, like_count, coin_count, favorite_count, share_count) VALUES (?, ?, ?, ?, ?, ?) ''', ( video_data.get('bvid'), video_data.get('stat', {}).get('view'), video_data.get('stat', {}).get('like'), video_data.get('stat', {}).get('coin'), video_data.get('stat', {}).get('favorite'), video_data.get('stat', {}).get('share') )) conn.commit() except Exception as e: print(f"保存视频数据失败: {e}") conn.rollback() finally: conn.close()

常见问题与解决方案

1. 认证与登录问题

问题：如何获取有效的Credential凭证？

解决方案：

  1. 通过浏览器开发者工具获取cookies
  2. 使用bilibili-api提供的登录工具
  3. 定期刷新cookies避免过期
from bilibili_api import Credential import asyncio async def refresh_credential(): # 从环境变量或配置文件读取凭证 credential = Credential( sessdata="your_sessdata", bili_jct="your_bili_jct", buvid3="your_buvid3" ) # 验证凭证有效性 try: from bilibili_api import user test_user = user.User(credential=credential) info = await test_user.get_user_info() print(f"凭证有效，用户: {info['name']}") return credential except Exception as e: print(f"凭证无效: {e}") # 触发重新登录流程 return await relogin()

2. 请求频率限制

问题：遇到412 Precondition Failed错误

解决方案：

  1. 添加请求延迟
  2. 使用代理IP
  3. 实现指数退避重试
import asyncio import random from bilibili_api import request_settings class RateLimitedClient: def __init__(self, requests_per_second=2): self.requests_per_second = requests_per_second self.last_request_time = 0 async def rate_limited_request(self, coro): """带速率限制的请求""" current_time = asyncio.get_event_loop().time() time_since_last = current_time - self.last_request_time if time_since_last < 1.0 / self.requests_per_second: wait_time = (1.0 / self.requests_per_second) - time_since_last await asyncio.sleep(wait_time + random.uniform(0, 0.1)) self.last_request_time = asyncio.get_event_loop().time() return await coro def set_proxy(self, proxy_url): """设置代理""" request_settings.set_proxy(proxy_url)

3. 数据解析错误

问题：API返回数据结构变化导致解析失败

解决方案：

  1. 添加数据验证和异常处理
  2. 使用类型提示和默认值
  3. 实现版本兼容性检查
from typing import Dict, Any, Optional from dataclasses import dataclass @dataclass class VideoInfo: bvid: str title: str view: int = 0 like: int = 0 coin: int = 0 favorite: int = 0 @classmethod def from_api_response(cls, data: Dict[str, Any]) -> Optional['VideoInfo']: """从API响应创建VideoInfo对象""" try: return cls( bvid=data.get('bvid', ''), title=data.get('title', ''), view=data.get('stat', {}).get('view', 0), like=data.get('stat', {}).get('like', 0), coin=data.get('stat', {}).get('coin', 0), favorite=data.get('stat', {}).get('favorite', 0) ) except (KeyError, TypeError, AttributeError) as e: print(f"解析视频数据失败: {e}") return None

进一步学习路径

推荐学习资源

  1. 官方文档：仔细阅读bilibili-api的官方文档，了解所有可用接口
  2. 示例代码：参考docs/examples目录中的各种使用示例
  3. 源码学习：深入阅读bilibili_api目录下的源代码，理解实现原理
  4. 社区交流：参与GitHub Issues讨论，了解常见问题和解决方案

进阶项目实践

  1. B站数据分析平台：构建完整的数据采集、存储、分析和可视化系统
  2. 内容监控工具：实现特定UP主或话题的实时监控和告警
  3. 自动化运营工具：开发自动发布、互动、数据分析的一体化工具
  4. 学术研究应用：利用B站数据进行社会科学、传播学等领域的学术研究

性能调优建议

  1. 数据库优化：根据数据量选择合适的数据库（SQLite/MySQL/PostgreSQL）
  2. 缓存策略：使用Redis等缓存热点数据，减少API调用
  3. 分布式采集：对于大规模数据采集，考虑使用分布式架构
  4. 监控告警：建立完善的监控体系，及时发现和解决问题

通过本文的指导，你已经掌握了使用bilibili-api进行B站数据获取的核心技能。记住，技术工具的使用应当遵守平台规则和法律法规，合理合法地进行数据采集和分析。随着你对bilibili-api的深入使用，你将能够解锁更多高级功能，构建出更加强大和实用的B站数据处理应用。

【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

http://www.jsqmd.com/news/949485/

相关文章：

  • 2026年山东面粉加工设备与豆类脱皮机、磨粉机械源头厂家深度选购指南 - 企业名录优选推荐
  • TCC-G15终极指南：快速掌控Dell笔记本散热性能的完整方案
  • 海南2026年黄金回收白银回收铂金回收权威门店 TOP5+正规可靠机构电话与地址汇总 - 中安检金银铂钻回收
  • 2026年宝鸡市黄金回收白银回收铂金回收门店 TOP5榜单无套路：实体店铺地址电话一览 - 诚金汇钻回收公司
  • 国内合规AI工具实战指南：文心一言、通义千问等主流大模型接入与应用
  • 3步极速安装APK应用：Windows上的安卓应用安装神器终极指南
  • 飞书CLI + Skill 完全指南：让AI真正替你操作飞书
  • 别再死记硬背网表了！用HSPICE和Spectre仿真MOSFET时，这3个参数设置错了等于白跑
  • STM32F407VET6开发板MicroPython固件烧录与LED控制实践
  • 如何用Python构建同花顺自动化交易系统：jqktrader技术深度解析
  • 廊坊市2026年黄金回收白银回收铂金回收权威门店 TOP5+正规可靠机构电话与地址汇总 - 中安检金银铂钻回收
  • 2026年显微硬度计哪家强？精密硬度检测设备推荐上海钜惠仪器 - 品牌推荐大师1
  • 合肥市2026年黄金回收白银回收铂金回收放心选真心推荐 靠谱门店排行 + 联系电话整理 - 中业金奢再生回收中心
  • 2026年怀化市口碑首选！黄金回收铂金回收白银回收权威门店 TOP5 附咨询电话 - 信誉隆金银铂奢回收
  • 吐司：自然语言生成App的首选零代码平台
  • AI工具如何接管传统年检？3步实现零误差、零停机、零人工干预
  • Windows 11系统优化终极指南：一键清理臃肿系统，Win11Debloat让你的电脑飞起来！
  • 如何高效使用HLS下载器：浏览器流媒体下载的终极解决方案
  • Windows Btrfs驱动完全指南：如何实现跨平台文件系统的终极支持
  • AI赋能开发：探索如何用快马AI模型智能生成并增强qclow官网
  • 2026年山东面粉加工设备与豆类磨粉机源头厂家深度选购指南 - 企业名录优选推荐
  • 2026 鄂州防水修缮指南｜厨卫 / 楼顶 / 外墙 / 地下室堵漏｜苏易修缮 3 区 + 葛店经开区、临空经济区全域上门 - 苏易修缮
  • 呼和浩特市2026年黄金回收白银回收铂金回收放心选真心推荐 靠谱门店排行 + 联系电话整理 - 中业金奢再生回收中心
  • 广元市2026年黄金回收白银回收铂金回收权威门店 TOP5+正规可靠机构电话与地址汇总 - 中安检金银铂钻回收
  • 免费激活IDM完整版：3分钟解锁终极下载体验
  • 深度解析Anime4K：高性能实时动漫超分辨率技术实战指南
  • 不用写代码！4天搞定5711张人像分割标注：Supervisely数据集从下载到Mask生成的保姆级教程
  • 10分钟精通语雀文档完整导出：零代码迁移实战指南
  • 宇舶中国官方售后服务中心实地考察报告_多信源验证（2026年6月最新） - 亨得利官方服务中心
  • 2026天津体育惠民卡及国内主流体育惠民服务卡排行推荐 - 奔跑123