python带你采集某m3u8格式视频~带你任意下载

前言

嗨喽，大家好呀~这里是爱看美女的茜茜呐

小姐姐你们喜欢吗？反正我是喜欢的，所以我决定！！

今天采集小姐姐shipin~保存下来供我欣赏

环境使用:

• Python 3.8

• Pycharm

模块使用:

• import requests >>> pip install requests

内置模块 你安装好python环境就可以了

• import re

• import json

如果安装python第三方模块:

1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

2. 在pycharm中点击Terminal(终端) 输入安装命令

基本思路流程: <实现采集案例基本 通用>

一. 数据来源分析

1. 明确我们的需求 这个shipin内容

2. 分析我们shipin内容来自于哪里

通过开发者工具进行抓包分析:

• F12 或者 鼠标右键点击检查

• 分析数据在那个数据包里面 这个网站数据是不是m3u8需要自己判断

m3u8 好处是什么, 你看多少内容就给你加载多少内容, 你看三秒就给你加载三秒, 绿色双人爱情…<>

正常的视频内容: MP4 2分钟18秒

m3u8 分片段 —> 分为很多小片段 , 一个小片段只有几秒钟的时间

我想要获取整个视频内容, 获取所有ts文件, 所有ts文件又保存在m3u8的文件里面

想要视频内容 —> 分片段 ts文件 —> m3u8文件里面 —> 在网页源代码里面

二. 代码实现步骤: 爬虫基本四大步骤:

1. 发送请求, 对于视频详情页url地址发送请求

2. 获取数据, 获取服务器返回响应数据

3. 解析数据, 提取我们要的 m3u8文件链接

4. 发送请求, 对于 m3u8文件链接 发送请求

5. 获取数据, 获取服务器返回响应数据

6. 解析数据, 提取我们要的 所有ts文件链接

7. 保存数据, 把shipin片段全部保存下载, 合成为一个整体视频内容

代码

导入模块

# 导入数据请求模块 ---> 第三方模块 需要 在cmd里面进行 pip install requests
import requests
# 导入re正则模块  ---> 内置模块 不需要安装
import re
# 导入json模块   ---> 内置模块 不需要安装
import json
# 导入格式化输出模块   ---> 内置模块 不需要安装
from pprint import pprint
# 导入进度条模块 ---> 第三方模块 需要 在cmd里面进行 pip install tqdm
from tqdm import tqdm
# 导入tk GUI模块
import tkinter as tk
import tkinter.messagebox

更多资料获取加Q裙：261823976 点击蓝字加入【python学习裙】

def get_response(html_url):
    """
    发送请求函数
    :param html_url: 请求链接
    :return: 响应对象
    """
    # 伪装浏览器 headers ---> 开发者工具里面复制粘贴
    headers = {
        # 浏览器基本身份信息
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
    }
    # 发送请求  响应对象
    response = requests.get(url=html_url, headers=headers)
    return response

def get_video_info(video_id):
    """
    获取信息数据
    :param video_id: 视频ID
    :return: 视频数据
    """
    video_url = f'https://www..cn/v/ac{video_id}'
    response = get_response(video_url)
    # 提取视频标题
    title = re.findall('"title":"(.*?)",', response.text)[1]
    # 获取m3u8
    html_data = re.findall('window.pageInfo = window.videoInfo = (.*?);', response.text)[0]
    # 转换数据类型
    json_data = json.loads(html_data)
    # 字典取值, 键值对 ---> 根据冒号左边的内容[键], 提取冒号右边的内容[值]
    m3u8_url = \
        json.loads(json_data['currentVideoInfo']['ksPlayJson'])['adaptationSet'][0]['representation'][0]['backupUrl'][0]
    # 4. 发送请求, 对于 m3u8文件链接 发送请求  5. 获取数据, 获取服务器返回响应数据
    m3u8_data = get_response(m3u8_url).text
    # 6. 解析数据
    m3u8_data = re.sub('#E.*', '', m3u8_data).split()
    # 列表推导式
    ts_url_list = ['https://ali-safety-video..cn/mediacloud/acfun/acfun_video/' + ts for ts in m3u8_data]
    return title, ts_url_list

def save(title, ts_url):
    """
    保存数据
    :param title: 视频标题
    :param ts_url: ts链接
    :return:
    """
    ts_content = get_response(ts_url).content
    with open('video\\' + title + '.mp4', 'ab') as f:
        f.write(ts_content)

def main():
    """
    主函数
    :param video_id:
    :return:
    """
    video_id = Va.get()
    # 获取视频数据信息
    title, ts_url_list = get_video_info(video_id)
    for ts_url in tqdm(ts_url_list):
        save(title, ts_url)
    tk.messagebox.showinfo(title='温馨提示', message=f'{title}下载完成')

if __name__ == '__main__':
    # main('35556211')
    # 实例化对象
    root = tk.Tk()
    # 设置标题
    root.title('小视频下载')
    # 设置大小
    root.geometry('424x115+200+200')
    # 设置可变变量
    Va = tk.StringVar()
    # 设置文字
    tk.Label(root, text='仅提供学习交流', font=('黑体', 15)).grid(row=0, column=2)
    tk.Label(root, text='输入视频ac号: ', font=('黑体', 15)).grid(row=1, column=1)
    # 设置输入框
    tk.Entry(root, textvariable=Va).grid(row=1, column=2)
    # 设置按钮
    tk.Button(root, text='下载', font=('黑体'), command=main).grid(row=1, column=3)
    # 显示窗口
    root.mainloop()

尾语

感谢你观看我的文章呐~本次航班到这里就结束啦

希望本篇文章有对你带来帮助 ，有学习到一点知识~

躲起来的星星也在努力发光，你也要努力加油（让我们一起努力叭）。

最后，博主要一下你们的三连呀（点赞、评论、收藏），不要钱的还是可以搞一搞的嘛~

不知道评论啥的，即使扣个6666也是对博主的鼓舞吖 感谢