python爬虫(爬取视频)

举报
andylee123 发表于 2020/11/02 16:34:18 2020/11/02
【摘要】 第一步:获取视频所在的网页第二步:F12中找到视频真正所在的链接第三步:获取链接并转换成二进制第四部:保存import reimport requestsresponse = requests.get('https://vd4.bdstatic.com/mda-jcrx64vi5vct2d2u/sc/mda-jcrx64vi5vct2d2u.mp4?auth_key=1557734214-...
第一步:获取视频所在的网页
第二步:F12中找到视频真正所在的链接
第三步:获取链接并转换成二进制
第四部:保存

import reimport requests
response =  requests.get('https://vd4.bdstatic.com/mda-jcrx64vi5vct2d2u/sc/mda-jcrx64vi5vct2d2u.mp4?auth_key=1557734214-0-0-d6a29a90222c6caf233e8a2a34c2e37a&bcevod_channel=searchbox_feed&pd=bjh&abtest=all')
video = response.content         #把文件保存成二进制with open(r'D:\图片\绿色.mp4','wb') as fw:
    fw.write(video)           #将文件内容写入该文件
    fw.flush()               #刷新
    
爬酷6首页的所有视频

#有点偷懒变量名用简单字母啦.............# https://www.ku6.com/index# <a class="video-image-warp" target="_blank" href="(.*?)">#this.src({type: "video/mp4", src: "(.*?)"})#src({type: "video/mp4", src: "(.*?)"})import re  # 载入模块import requests  # 载入模块new_list = []
time = 0response = requests.get('https://www.ku6.com/index')
data = response.text# print(data)url = re.findall('<a class="video-image-warp" target="_blank" href="(.*?)">',data)for a in url : #type:str
    if a.startswith('/v') or a.startswith('/d'):
        new_list.append(f'https://www.ku6.com{a}')    elif a.startswith('ht'):
        new_list.append(f"{a.split('垃')[0]}")for url_1 in new_list:
    response_1 = requests.get(url_1)
    data_1 = response_1.text
    video = re.findall('<source src="(.*?)" type="video/mp4">',data_1) or re.findall('type: "video/mp4", src: "(.*?)"',data_1)
    video_1 = video[0]
    x = video_1.split('/')[-1]
    name = f'{x}.mp4'
    video_response = requests.get(video_1)
    video_3 = video_response.content    with open(f'D:\图片\{name}','wb') as fw:
        fw.write(video_3)
        fw.flush()
        time += 1
        print(f'已经爬取{time}个视频')


【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。