Python爬虫之findall和lxml

提示：前言
Python爬虫之findall和lxml

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

文章目录

Python爬虫之findall和lxml
前言
一、导入包
二、设置URL和获取视频链接
三、解析视频名字
四、分别下载视频和音频
四、合并视频

前言

提示：以下是本篇文章正文内容，下面案例可供参考

一、导入包

import pprint
from lxml import etree
import requests
import re
import json

设置headers

# ffmpeg 视频名字 音频名字 输出文件名字 i -cc
headers = {"referer":"https://www.bilibili.com/","user-agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36"
}

二、设置URL和获取视频链接

下载B站中的视频

“https://www.bilibili.com/video/BV1kd4y157X9”

url = "https://www.bilibili.com/video/BV1kd4y157X9"
r = requests.get(url, headers=headers)

提取视频和音频的播放地址

# 提取视频和音频的播放地址
info = re.findall("window.__playinfo__=(.*?)</script>", r.text)[0]
info = json.loads(info)video_url = info["data"]["dash"]["video"][0]["baseUrl"]
audio_url = info["data"]["dash"]["audio"][0]["baseUrl"]

三、解析视频名字

解析视频名字：

html = etree.HTML(r.text)filename = html.xpath("//h1/text()")[0].replace(" ", "")

四、分别下载视频和音频

分别下载视频和音频

# 分别下载视频和音频
print("开始下载")
video_content = requests.get(video_url, headers=headers).content
audio_content = requests.get(audio_url, headers=headers).contentwith open(f"video/{filename}.mp4", "wb") as f:f.write(video_content)print("已下载视频部分")with open(f"video/{filename}.mp3", "wb") as f:f.write(audio_content)print("已下载音频部分")

四、合并视频

from moviepy import *
from moviepy.editorimport *video_path = "video/{filename}.mp4"
audio_path = "video/{filename}.mp3"# 读入视频
video = VideoFileClip(video_path)
# 提取音轨
audio = AudioFileClip(audio_path)
# 将音轨合并到视频中
video = video.set_audio(audio)
# 输出
video.write_videofile(f"video/{filename}(含音频).mp4")

参考链接：

http://www.cppcns.com/jiaoben/python/451984.html
http://www.360doc.com/content/22/0127/21/360939_1015148940.shtml

Python爬虫之findall和lxml相关推荐

python爬虫之xpath和lxml应用—爬取豆瓣评分爬取
python爬虫之豆瓣评分爬取 1 第一步获取网页源码 2 第二步获取电影信息 3 第三步保存数据 4 综合 ''' 需求:爬取电影的名字评分引言详情页的url,每一页都爬取并且把数据保存 ...
Python爬虫解析html：lxml的HtmlElement对象获取和设置inner html
2019独角兽企业重金招聘Python工程师标准>>> 我在我的个人博客"猿人学网站"和公众号"猿人学Python"上写Python教程,有兴 ...
Python爬虫解析htm时lxml的HtmlElement对象获取和设置inner html方法
Python的lxml是一个相当强悍的解析html.XML的模块,最新版本支持的python版本从2.6到3.6,是写爬虫的必备利器.它基于C语言库libxml2 和 libxslt,进行了Pytho ...
python 爬虫（七）lxml模块 + lxml数据提取（字符串的xml/html文件--转换--element对象--转换--字符串）调用XPath方法筛选数据 + 案例（扇贝酷狗网易云音乐）
爬虫小知识:爬取网站流程确定网站哪个url是数据的来源. 简要分析一下网站结构,查看数据一般放在哪里. 查看是否有分页,解决分页的问题. 发送请求,查看response.text里面是否有我们想要的 ...
Python爬虫(十)_XPath与lxml类库
有同学说,我正则用的不好,处理HTML文档很累,有没有其他的方法? 有!那就是XPath,我们可以用先将HTML文档转换成XML文档,然后用XPath查找HTML节点或元素. 什么是XML XML指可 ...
Python 爬虫 —— 网页内容解析（lxml）
0. xpath 语法找到所有 <img src=....> 图像的链接: xpath = './/img/@src' img_urls = html.xpath(xpath) @修饰节 ...
python爬虫beautifulsoup findall函数详解
测试网站: http://www.pythonscraping.com/pages/warandpeace.html 内容初探有一些奇怪的红绿分类网页源码介入: 我们所要做的就是识别<> ...
python xpath语法-Python爬虫之XPath语法和lxml库的用法
本来打算写的标题是XPath语法,但是想了一下Python中的解析库lxml,使用的是Xpath语法,同样也是效率比较高的解析方法,所以就写成了XPath语法和lxml库的用法安装为什么要用这个库 ...
python xpath语法-Python爬虫基础之XPath语法与lxml库的用法详解
前言本来打算写的标题是XPath语法,但是想了一下Python中的解析库lxml,使用的是Xpath语法,同样也是效率比较高的解析方法,所以就写成了XPath语法和lxml库的用法 XPath 即为 ...

Python爬虫之findall和lxml

Python爬虫之findall和lxml

文章目录

前言

一、导入包

二、设置URL和获取视频链接

三、解析视频名字

四、分别下载视频和音频

四、合并视频

Python爬虫之findall和lxml相关推荐

最新文章

热门文章