百木园-与人分享,
就是让自己快乐。

十五行Python代码实现批量下载好看的视频,嘎嘎好看

话说人生苦短,我用Python。

如果学python不是为了下载这些视频,那将毫无意义!

啊呸,老色批

 

 

咳咳,我们开始正题,声明一下,虽然某平台几十位老师被抓了,但是咱们不爬那些视频哈。

一、事前前奏

首先没装Python、pycharm的铁子先自己安装一下,我就不写安装了。

然后就是模块了,还是爬虫老大件 requests ,直接 pip 安装即可,requests 是数据请求模块。

win+r 打开运行框输入 cmd 按回车,在弹出来的命令提示符窗口输入 pip install requests 回车即可安装成功。

  • 安装失败原因
    1、 pip 不是内部命令,解决方法(设置环境变量)
    2、出现大量报红 (read time out) ,解决方法(因为是网络链接超时, 需要切换镜像源)
    3、cmd里面显示已经安装过了,或者安装成功了,但是在pycharm里面还是无法导入,解决方法(可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好,或者你pycharm里面python解释器没有设置好)

镜像源

清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:https://pypi.hustunique.com/
山东理工大学:https://pypi.sdutlinux.org/
豆瓣:https://pypi.douban.com/simple/

# Python学习交流群:815624229

 

安装方式

例如

pip3 install -i https://pypi.doubanio.com/simple/ 模块名

 

如何配置pycharm里面的python解释器?

  1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
  2. 点击齿轮, 选择add。
  3. 添加python安装路径

pycharm如何安装插件?

  1. 选择file(文件) >>> setting(设置) >>> Plugins(插件)
  2. 点击 Marketplace 输入想要安装的插件名字,比如:翻译插件 输入 translation,汉化插件 输入 Chinese
  3. 选择相应的插件点击 install(安装) 即可
  4. 安装成功之后是会弹出重启pycharm的选项,点击确定,重启即可生效。

二、正文

前奏完了,我们直接进入主题…

地址我把关键的删掉了,第一个 v.6 第二个 haokan.baidu

1、思路流程

我们怎么去实现一个pa虫案例?

每个网站数据结构都是不一样的,需要自己重新去分析去抓包,但pa虫基本就这个流程。

1、数据来源分析

  • 首先确定自己的目标地址以及目标数据来源,确定url地址;
  • 通过开发者工具进行抓包分析;

2、代码实现过程

  • 发送请求,对于刚刚分析得到url地址发送请求;
  • 获取数据,获取服务器返回 response数据;
  • 解析数据,提取我们想要内容 ,视频播放url地址以及视频标题;
  • 保存数据,保存本地文件夹;

2、代码展示

首先导入模块

import requests
import re

 

re是正则表达是模块,内置的,不用安装。只要安装 requests 就好了。

发送请求

对于刚刚分析得到url地址发送请求

I. 请求url网址 [理解为电话号码];
II. 请求方式;
III. headers伪装需要加什么参数、请求头、字典数据类型、键值对形式;

for page in range(26, 29):
    print(f\'====================================正在采集第{page}页数据内容====================================\')
    url = f\'https://minivideo/getMiniVideoList.php?act=recommend&page={page}&pagesize=25\'
    headers = {
        \'user-agent\': \'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36\'
    }
    response = requests.get(url=url, headers=headers)

 

<Response [200]> 返回response响应对象 200 状态码表示请求成功。

获取数据

获取服务器返回response数据

response.text 获取响应体文本数据           字符串数据类型
response.json() 获取响应体json字典数据     字典数据类型

 

如果返回数据是一个完整 json 数据格式,可以直接获取 response.json() 为了方便之后提取内容。
字典取值更方便,可以直接根据键值对提取数据内容,根据冒号左边的内容,提取冒号右边的内容。

先取 content 再取list ,返回的就是列表数据。

print(response.text)
print(response.json()[\'content\'][\'list\'])

 

这个返回的列表就包含了视频的数据信息,后面的地址我就没截图了,我怕~

解析数据

提取我们想要内容、视频播放url地址以及视频标题。

for index in response.json()[\'content\'][\'list\'][14:]:
    title = index[\'title\']
    play_url = index[\'playurl\']  # 快速复制 ctrl + D
    new_title = re.sub(r\'[\\/:*?\"|<>]\', \'\', title)
    print(title, play_url)

 

保存数据

video_content = requests.get(url=play_url).content
with open(\'video\\\\\' + new_title + \'.mp4\', mode=\'wb\') as f:
    f.write(video_content)
print(\'视频保存完成: \', title, play_url)

 

补充

json获取数据

import requests
import re
import json
url = \'https://com/web/search/api?pn=4&rn=10&type=video&query=%E7%BE%8E%E5%A5%B3\'
headers = {
    \'user-agent\': \'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36\'
}
json_data = requests.get(url=url, headers=headers).json()
for index in json_data[\'data\'][\'list\']:
    index_url = index[\'url\']
    html_data = requests.get(url=index_url, headers=headers).text
    video_info = re.findall(\'window.__PRELOADED_STATE__ = (.*?);.*?document\', html_data)[0]
    json_data_1 = json.loads(video_info)
    title = json_data_1[\'curVideoMeta\'][\'title\']
    video_url = json_data_1[\'curVideoMeta\'][\'clarityUrl\'][-1][\'url\']
    print(title, video_url)

 

3、结果展示

在这里插入图片描述
兄弟们,今天的分享就到这里,记得点赞收藏!


来源:https://www.cnblogs.com/hahaa/p/16046563.html
本站部分图文来源于网络,如有侵权请联系删除。

未经允许不得转载:百木园 » 十五行Python代码实现批量下载好看的视频,嘎嘎好看

相关推荐

  • 暂无文章