Python爬虫新手入门教学(二十):爬取A站m3u8视频格式视频
前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
前文内容
Python爬虫新手入门教学(一):爬取豆瓣电影排行信息
Python爬虫新手入门教学(二):爬取小说
Python爬虫新手入门教学(三):爬取链家二手房数据
Python爬虫新手入门教学(四):爬取前程无忧招聘信息
Python爬虫新手入门教学(五):爬取B站视频弹幕
Python爬虫新手入门教学(六):制作词云图
Python爬虫新手入门教学(七):爬取腾讯视频弹幕
Python爬虫新手入门教学(八):爬取论坛文章保存成PDF
Python爬虫新手入门教学(九):多线程爬虫案例讲解
Python爬虫新手入门教学(十):爬取彼岸4K超清壁纸
Python爬虫新手入门教学(十一):最近王者荣耀皮肤爬取
Python爬虫新手入门教学(十二):英雄联盟最新皮肤爬取
Python爬虫新手入门教学(十三):爬取高质量超清壁纸
Python爬虫新手入门教学(十四):爬取有声小说网站数据
Python爬虫新手入门教学(十五):爬取网站音乐素材
Python爬虫新手入门教学(十六):爬取好看视频小视频
Python爬虫新手入门教学(十七):爬取yy全站小视频
Python爬虫新手入门教学(十九):爬取ip代理,构建代理池
Python学习交流群:1039649593
基本开发环境
- Python 3.6
- Pycharm
相关模块的使用
import requests
import re
from tqdm import tqdm
import os
安装Python并添加到环境变量,pip安装需要的相关模块即可。
Python爬虫、数据分析、网站开发等案例教程视频免费在线观看
https://space.bilibili.com/523606542
Python学习交流群:1039649593
确定目标需求
既然选择爬取视频了,那肯定优先选择小姐姐的视频呀
懂得都懂~
网页数据分析,找寻数据来源
A站视频是m3u8格式,整个视频分为很多小段,一段对应一个ts文件。
所以只需要找到这个m3u8的数据来源就可以获取所有的ts文件。
url链接的请求参数 pkey 是会改变的。但是这个参数是可以在网页源代码中找到的。包括m3u8的请求链接也是在网页源代码中可以获取的。
整体思路
1、请求视频地址,获取源代码中的m3u8的url地址。
2、请求m3u8的地址,获取所有的ts文件地址
3、保存ts文件并且合并ts文件成mp4视频格式
实现代码
import requests
import re
from tqdm import tqdm
import osdef change_title(title):pattern = re.compile(r"[\/\\\:\*\?\"\<\>\|]") # '/ \ : * ? " < > |'new_title = re.sub(pattern, "_", title) # 替换为下划线return new_titledef get_response(html_url):headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'}response = requests.get(url=html_url, headers=headers)return responsedef save(name, video, title):path = f'{name}\\'if not os.path.exists(path):os.makedirs(path)with open(path + title + '.ts', mode='wb') as f:f.write(video)def get_m3u8_url(html_url):html_data = get_response(html_url).textm3u8_url = re.findall('backupUrl(.*?)\"]', html_data)[0].replace('"', '').split('\\')[-2]title = re.findall('"title":"(.*?)"', html_data)[0]new_title = change_title(title)m3u8_data = get_response(m3u8_url).textm3u8_data = re.sub('#EXTM3U', "", m3u8_data)m3u8_data = re.sub(r'#EXT-X-VERSION:\d', "", m3u8_data)m3u8_data = re.sub(r'#EXT-X-TARGETDURATION:\d', "", m3u8_data)m3u8_data = re.sub(r'#EXT-X-MEDIA-SEQUENCE:\d', "", m3u8_data)m3u8_data = re.sub(r'#EXT-X-ENDLIST', "", m3u8_data)m3u8_data = re.sub(r'#EXTINF:\d\.\d,', "", m3u8_data)m3u8 = m3u8_data.split()for link in tqdm(m3u8):ts_url = 'https://tx-safety-video.acfun.cn/mediacloud/acfun/acfun_video/hls/' + linkvideo = get_response(ts_url).contentts_title = link.split('?')[0].split('.')[1]save(new_title, video, ts_title)print(f'{title}已经下载完成,请验收....')if __name__ == '__main__':video_id = input('请输入你要下载的视频ID:')url = f'https://www.acfun.cn/v/{video_id}'print('正在下载请稍后.....')get_m3u8_url(url)
最简单的合并方式有手就行
Python爬虫新手入门教学(二十):爬取A站m3u8视频格式视频相关推荐
- Python爬虫新手入门教学(十八):爬取yy全站小视频
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(十六):爬取好看视频小视频
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(十五):爬取网站音乐素材
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(十四):爬取有声小说网站数据
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(十):爬取彼岸4K超清壁纸
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(十七):爬取yy全站小视频
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(十三):爬取高质量超清壁纸
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(二):爬取小说
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
- Python爬虫新手入门教学(九):多线程爬虫案例讲解
前言 本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. Python爬虫.数据分析.网站开发等案例教程视频免费在线观看 https://space. ...
最新文章
- 数据库设计中的14个技巧
- GO 输出字符数同时输出这个字符串的字节数
- ipaddr库计算区间IP及CIDR的IP段
- python之lambda
- 【JVM】GC Roots 根可达
- INT 21H 指令说明及使用方法
- 路侧智慧泊车解决方案
- [英语学习]3招速成英语发音 背景音乐和学习随感
- PHP爬虫微博某个话题的所有内容,GitHub - wansho/sina_weibo_crawl: 爬取新浪微博某一话题的数据,可以替代微博搜索接口...
- 华为AC6605二层组网,配置无线漫游
- Java 8 时间日期库的20个使用示例
- 偶遇with ties
- eui怎么在名字后面显示服务器,EUI如何打开经验条 显示经验条其实很简单
- 数独解法-变形数独(第一讲:介绍)
- 懒人起名神器,百度翻译内容改为驼峰格式
- 解决Allocate exception for servlet XXXServlet
- 浏览器(网页浏览器)
- 【案例】绘制国际象棋棋盘?(turtle 登场)
- IOS微信分享,或者app内分享微信图片不显示
- 7、Spring AOP使用