python3下载网页视频_Python网络爬虫——爬取小视频网站源视频!自己偷偷看哦!...
学习前提
1、了解python基础语法
2、了解re、selenium、BeautifulSoup、os、requests等python第三方库
1.引入库
PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取
爬取网站视频需要引入的第三方库:
import os
from selenium import webdriver
import requests
from bs4 import BeautifulSoup
import re
模块用处:
1、os模块:文件目录操作模块,用于创建或者删除目录或文件。
2、selenium模块:python请求模块之一,用于某些特殊请求。
3、requests模块:用于请求网页地址。
4、BeautifulSoup模块:用于解析网页,获取页面元素或内容。
5、re模块:正则表达式,本程序中用于匹配视频链接。
2.请求网页地址
请求页面:
"""请求页面"""
header = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36"
} #请求
url = "http://www.kakadm.com/anime/2417/" #网页地址,这里以卡卡动漫中的无限斯特拉托斯为例
r = requests.get(url, headers=header)
html = r.text #以二进制打印页面
由上述代码获取如下页面:
请求头(反爬机制中的一种):
headers中包含网页请求中的请求头,每一个浏览器都有属于自己的请求头,因此需要更改,以免请求失败
3.解析网页,获取播放链接
解析上述页面:
"""解析页面"""
soup = BeautifulSoup(html, "html.parser")
urls = soup.find("div", class_="movurl").find_all("a") #查找视频播放链接
videourls = []
for u in urls:
videourls.append(u.get("href")) #由分析网页元素可知,仅获取链接部分内容
# 获取视频播放地址
str = "http://www.kakadm.com/"
for index, item in enumerate(videourls):
videourls[index] = str + item #加上前缀,获取13个视频播放链接
由上述代码获取如下页面:
4.解析网页,获取视频源链接,即获取后缀名含.mp4的链接
由上述代码获取视频播放页面后,获取源视频链接:
# 请求获取视频源mp4
videos = []
title = []
chrome_options = webdriver.ChromeOptions()
# 使用headless无界面浏览器模式,即不需要打开浏览器
chrome_options.add_argument('--headless') # 增加无界面选项
chrome_options.add_argument('--disable-gpu') # 如果不加这个选项,有时定位会出现问题
flag = 0
name = ''
for u in videourls:
# 启动浏览器,获取网页源代码
b = webdriver.Chrome(options=chrome_options) # 建立Chrome的驱动
b.implicitly_wait(10) # 隐式等待,动态查找元素
b.get(u) # 在Chrome上打开网址
# 获取视频名字,如:无限斯特拉托斯
if flag == 0:
soup = BeautifulSoup(html, "html.parser")
name = soup.find("title").string.split('-')[0] # 获取标签内的内容
flag = 1
# 进入iframe内嵌网页
b.switch_to.frame("playbox") # 针对iframe标签,(id)
html = b.page_source # 打印页面
soup = BeautifulSoup(html, "html.parser")
t = soup.find("title").string.split(' ')[0] # 视频命名
v = re.findall(r'(http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+\.mp4)',
html) # 获取mp4网址
t = name + " " + t
title.append(t)
videos.append(v)
print(v)
b.quit() # 退出
由上述代码获取如下视频源链接:
注意:
在本例子中,卡卡动漫里的视频源链接放在ifame标签中,这是基本反爬机制之一。ifame标签会隐藏其内的内容,用requests模块不能直接访问,需要在浏览器中访问,即需要selenium模块,通过针对iframe标签的方法b.switch_to.frame(id)
打开浏览器来访问iframe标签,并获取隐藏其中的视频源链接。
5.下载视频,并储存到指定文件夹
由上述代码获取视频源链接后,下载到指定文件目录:
"""下载mp4视频"""
i = 0 # 显示当前下载第几个视频
j = 0 # 遍历视频标题列表
# 创建视频文件目录
path = 'D:\Softdownload\Python\\videos\{}\\'.format(name)
if os.path.exists(path) == False: # 如果文件不存在
os.mkdir(path)
for index, item in enumerate(videos):
i += 1
print("正在下载第{}个视频".format(i))
file_name = title[j] + '.mp4' # 命名成mp4格式
j += 1
r = requests.get(videos[index][0], headers=header) # 请求里面的网址
with open(path + file_name, 'wb') as f: # 在指定文件夹下载视频,没有就创建
f.write(r.content)
由上述代码会建立如下文件目录:
还是不难的哈!希望能从文中学到你想要得到的!
python3下载网页视频_Python网络爬虫——爬取小视频网站源视频!自己偷偷看哦!...相关推荐
- python网络爬虫爬取视频_Python网络爬虫——爬取小视频网站源视频!自己偷偷看哦!...
学习前提1.了解python基础语法 2.了解re.selenium.BeautifulSoup.os.requests等python第三方库 1.引入库 爬取网站视频需要引入的第三方库: impor ...
- python3网络爬虫--爬取b站用户投稿视频信息(附源码)
文章目录 一.准备工作 1.工具 二.思路 1.整体思路 2.爬虫思路 三.分析网页 1.分析数据加载方式 2.分词接口url 3.分析用户名(mid) 四.撰写爬虫 五.得到数据 六.总结 上次写了 ...
- python网络爬虫_Python网络爬虫——爬取视频网站源视频!
原标题:Python网络爬虫--爬取视频网站源视频! 学习前提 1.了解python基础语法 2.了解re.selenium.BeautifulSoup.os.requests等python第三方库 ...
- python网络爬虫网易云音乐下载_python网络爬虫爬取网易云音乐
#爬取网易云音乐 url="https://music.163.com/discover/toplist" #歌单连接地址 url2 = 'http://music.163.com ...
- python如何爬虫网页数据-python网络爬虫爬取网页内容
1.什么是网络爬虫? 网络爬虫(又被称为网页蜘蛛,网络机器人,在FOAF社区中间,更经常的称为网页追逐者),是一种按照一定的规则,自动地抓取万维网信息的程序或者脚本.另外一些不常使用的名字还有蚂蚁.自 ...
- python外国网站爬虫_python 网络爬虫-爬取网页外部网站
前言 上一篇中我们在维基百科的内部网站上随机跳转进入文章类网页,而忽视外部网站链接.本篇文章将处理网站的外部链接并试图收集一些网站数据.和单个域名网站爬取不同,不同域名的网站结构千差万别,这就意味我们 ...
- Python网络爬虫——爬取小视频网站源视频!自己偷偷看哦!
学习前提 1.了解python基础语法 2.了解re.selenium.BeautifulSoup.os.requests等python第三方库 1.引入库 PS:如有需要Python学习资料的小伙伴 ...
- python爬虫抓取动态网页数据_python网络爬虫抓取ajax动态网页数据:以抓取KFC门店地址为例...
一,尝试用BeautifulSoup抓取 先打开KFC网站门店列表页面:http://www.kfc.com.cn/kfccda/storelist/index.aspx 可以看到门店列表如下图: 打 ...
- 用python网络爬虫爬取英雄联盟英雄图片
用python爬虫爬取lol皮肤. 这也用python网络爬虫爬取lol英雄皮肤,忘了是看哪个大神的博客(由于当时学了下就一直放在这儿,现在又才拿出来,再加上马上要考二级挺忙的.),代码基本上是没改, ...
最新文章
- python numpy array最大长度_python 中 numpy array 中的维度
- 面向对象的程序设计之原型模式
- SRT协议在电视直播中的应用
- matlab pca和逆pca函数,matlab_PCA,训练集与测试集分开,原理和用法
- api商品分享源码_SSM框架高并发和商品秒杀项目高并发秒杀API源码免费分享
- js 控制页面跳转的5种方法
- Python二叉树遍历
- nyoj914Yougth的最大化(二分搜索 + 贪心)
- 网络(6)-TCP/IP对拥塞控制、滑动窗口如何实现可靠性?
- 实例变量,局部变量,全局变量,静态全局变量。
- Java常用类(详细)总结
- matlab实用教程 答案,含答案《matlab实用教程》.doc
- python花瓣网图片_python制作花瓣网美女图片爬虫
- 获取android手机步数,获取手机健康应用中的步数和距离
- 状态分布函数 详细介绍
- 接口管理工具Rap的安装
- openwrt php 编译环境,openwrt基础编译教程
- 如何使用Nginx防御DDoS攻击?
- ROS学习笔记之小乌龟跟随
- 微信小程序集合3(百度小说+电商+仿哗哩哗哩小视频+码绘本跟读+科学计算器+身份证查询+天气+投资理财微+外卖+在线音乐排行)
热门文章
- 激斗火柴人显示连接不上服务器,激斗火柴人激斗火柴人注意事项攻略
- A_A03_004 STM32程序ST-LINK下载
- 深度揭秘亚马逊无货源运营思路,掌握运营技巧
- 周易六十四卦——咸卦
- 阿路比I微型姿态传感器LPMS-BE-SM
- CoreAnimation余下的链接
- SVN服务端和客户端的说明与操作
- 计算机教案精美图片我收集,人教版三年级信息技术《第十四课 美化图片我来做》教案(精品获奖)...
- NOD32 杀毒软件
- CANoe-Ethernet IG和Ethernet Packet Builder的使用和区别