嗨喽,大家好呀~这里是爱看美女的茜茜呐
又到了学Python时刻~
Python 3.8 解释器
Pycharm 编辑器
requests >>> 数据请求 第三方模块 pip install requests <工具>
re <正则表达式模块>
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
在pycharm中点击Terminal
(终端) 输入安装命令
F12 或者 鼠标右键点击检查 刷新网页
通过开发者工具 搜索 m3u8
找到 getMomentContent
<视频标题 以及 视频播放链接>
发送请求, 对于刚刚分析得到url地址发送请求 <模拟浏览器发送请求>
获取数据, 获取服务器返回响应数据 —> 开发者工具当中所看到 response
解析数据, 提取我们想要视频标题, 以及 视频播放链接
保存数据, 把视频保存到本地
#导入数据请求模块 --> 第三方模块 <手机第三方APP> 需要在cmd里面或者pycharm终端里面 pip install requests
import requests
# 导入正则模块 --> 内置模块 需要安装
import re
for page in range(2, 501):
print(f'正在采集第{page}页数据内容')
# headers伪装 --> 开发者工具里面可以直接复制
headers = {
# user-agent 用户代理 表示浏览器基本身份标识
'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
html_data = requests.get(url=link, headers=headers).text
解析数据 提取视频ID
匹配数据 --> re.findall
(‘匹配的数据<什么数据>’, ‘数据源<什么地方>’)
从 html_data
里面 去匹配 这段数据内容, 其中 ID数字是我们要的数据
\d+
匹配多个数字
video_id_list = re.findall('' , html_data)
# for循环遍历
for video_id in video_id_list:
发送请求
对于刚刚分析得到url地址发送请求 <模拟浏览器发送请求>
headers
--> 请求头 伪装
对于反爬不严重的网站, 不加headers
伪装, 一样可以得到数据
建议添加headers
伪装
采集多个视频内容
分析请求参数变化
链接问号后面的内容 属于查询参数
获取所有视频ID 获取所有视频内容了
获取服务器返回响应数据 —> 开发者工具当中所看到 response
表示请求成功
print(response)
response.text
获取响应文本数据 --> 字符串数据类型
response.json()
获取响应json字典数据 --> 字典数据类型
<一定要是完整json
数据格式>
解析数据
提取我们想要视频标题, 以及 视频播放链接
返回得到数据 --> 字典数据类型
字典取值方式 --> 键值对取值: 根据冒号左边的内容[键], 提取冒号右边的内容[值]
# 提取标题
title = response.json()['data']['moment']['title']
# 提取播放链接
video_url = response.json()['data']['moment']['videoInfo']['definitions'][0]['url']
# 4. 保存数据 --> 发送请求 + 获取数据 二进制数据内容
video_content = requests.get(url=video_url, headers=headers).content
# 保存数据 video 手动创建文件夹 'video\\' + title + '.mp4' 保存文件路径以及文件名 mode='wb' 保存方式 二进制保存
with open('video\\' + title + '.mp4', mode='wb') as f:
# 写入数据
f.write(video_content)
print(title)
print(video_url)
文章看不懂,我专门录了对应的视频讲解,本文只是大致展示,完整代码和视频教程点击下方蓝字
点击 蓝色字体 自取,我都放在这里了。
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