python爬虫爬取网站视频_python3爬虫爬取视频（一）

一转眼，我已经工作一个多月了，就想着闲的时候爬取一些视频，网站上的视频有好多种，有的是flv格式的，然后被分成一段一段的，一段大概是3-10秒，通过js动态。（这部分还不会，以后弄成了的话会更新的）

有的是在网站则是比较容易来爬取的，饭一口一口吃，那就先从简单的开始爬取吧。

这类网站的源码里面就有视频的url

爬取的视频网站叫梨视频（大型网站的反扒机制是留给大佬们爬的，我等萌新就先不要去尝试爬取什么别的大型网站了）

顺便吐槽一下，现在是北京时间2018年6月15日14:38:26

B站的python爬取视频的视频我看到的全部都是去年爬取百思不得姐的教学视频，然后今年百思不得姐因为某些原因已经被某部勒令整改了，但是那些视频我还是推荐可以去学习一下的，毕竟网站不在，思路仍在。

吐槽的是最新的视频是18年4月份的吧，然而还是去年的教学视频，只是再剪辑重新发布了一下

Chrome浏览器，右键检查，然后播放，然后点击选取键，对视频源进行固定

src=........，打开一下，看看是不是

成了，确实是视频。好了，视频url已经找到了，那接下来就是爬取了

下面是代码

import requests

import re

import urllib

URL = 'http://www.pearvideo.com/video_1367621'

hd = {'User-Agent' : 'Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US; rv:1.9.1.6) Gecko/20091201 Firefox/3.5.6'}

def main():

root = r'd:/自媒体配图/'

html = requests.get(URL,headers = hd).text

#匹配大盒子视频URL

url_MP4 = re.compile(r'(http://video.*?mp4.*?mp4)',re.S) #正则匹配

url_MP4s = re.findall(url_MP4,html)

print(url_MP4s)

for i in url_MP4s:

print(i)

urllib.request.urlretrieve(i,'haha.mp4')

print('下载成功')

if __name__ == '__main__':

main()

相比较爬取图片来说，比较有新意的就是urllib.request.urlretrieve()方法了吧，这个是下载的方法，两个参数分别为url，要存储的文件名

然后就

文件已出来，可以观看了

下一步要做的就是找到规律，然后大批量的下载了，萌新一枚，写的也是基础文章。

欢迎交流

python爬虫爬取网站视频_python3爬虫爬取视频（一）相关推荐

Python爬虫实例 wallhaven网站高清壁纸爬取。
文章目录 Python爬虫实例 wallhaven网站高清壁纸爬取一.数据请求 1.分析网页源码 2.全网页获取二.数据处理 1.提取原图所在网页链接 2.获取高清图片地址及title 三.下载图 ...
如何爬一个网站的数据-免费爬取网站的任意数据软件
如何爬一个网站的数据?爬取网络数据大家称之为网络爬行收集页面以创建索引或集合.另一方面,网络抓取下载页面以提取一组特定的数据用于分析目的,例如,产品详细信息.定价信息.SEO 数据或任何其他数据集. ...
python爬取凤凰新闻网_python3.6爬取凤凰网新闻-爬虫框架式思维
一.序言先前几篇爬虫的代码,是简单的脚本代码.在爬取小网页觉得挺简单.高效,但涉及复杂网页的时候,就要考虑成熟的爬虫框架与分布式.本篇博客作为无框架式爬虫和有框架式爬虫的一个过渡,介绍具有框架式思维 ...
python爬虫爬取新闻标题_Python3爬虫实战(一)：新闻标题及其URL
本文以'链节点'网站为例,实现新闻标题及其URL批量获取,并以字典的形式存入本地. 代码使用python的requests模块,并以json格式转存本地. 分成3步:1,发请求:2,解析数据:3,保存 ...
python爬虫爬取起点小说_python3爬虫-使用requests爬取起点小说
import requests from lxml import etree from urllib import parse import os, time def get_page_html(ur ...
python写一个爬虫、爬取网站漫画信息_python爬取漫画
原博文 2017-05-31 00:56 − 抓取漫画的网址是:sf互动传媒抓取漫画的由来也是看了知乎上有人说用爬取漫画,然后自己也玩玩首页中每个漫画的url是类似这样存储的: 相关推荐 2019 ...
python怎么爬取豆瓣首页_Python3 爬虫（二） -- 爬取豆瓣首页图片
''' 批量下载豆瓣首页的图片采用伪装浏览器的方式爬取豆瓣网站首页的图片,保存到指定路径文件夹下 ''' #导入所需的库 import urllib.request,socket,re,sys,os ...
python 12306查询不到车次_Python3.x 抓取12306车次信息,表格详情显示，让你学会思路，分析网站特点，爬取数据。12306车票查看器！...
我的例子都比较适合新手,那种老司机请绕道,谢谢! ps 前言最近学习Python,所以呢?跟大家一样,都是看看官网,看看教程,然后就准备搞一个小东西来试试,那么我使用的例子是实验楼中的12306火车 ...
Python爬取网站用户手机号_python爬取招聘网站：拉勾网
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,版权归原作者所有,如有问题请及时联系我们以作处理. 作者:TM0831 转载:https://www.cnblogs.com/T ...
爬虫：实现网站的全部图片抓取
--------------2018/12/11 update------------------- 爬取的网站已经关闭,此爬虫已经失效,代码也不会再维护,不建议学习此代码等设计风格.写的实在挺烂(摔 ...

python爬虫爬取网站视频_python3爬虫爬取视频（一）

python爬虫爬取网站视频_python3爬虫爬取视频（一）相关推荐

最新文章

热门文章