python爬取短视频,Python爬虫一键下载yy全站短视频详细步骤(附源码)
基本开发环境
Python 3.6
Pycharm
相关模块的使用
importosimport requests
安装Python并添加到环境变量,pip安装需要的相关模块即可。
一、确定目标需求
百度搜索YY,点击分类选择小视频,里面的小姐姐自拍的短视频就是我们所需要的数据了。
二、网页数据分析
网站是下滑网页之后加载数据,在上篇关于好看视频的爬取文章中已经有说明,YY视频也是换汤不换药。
如图所示,所框选的url地址,就是短视频的播放地址了。
数据包接口地址:
https://api-tinyvideo-web.yy.com/home/tinyvideosv2?callback=jQuery112409962628943012035_1613628479734&appId=svwebpc&sign=&data=%7B%22uid%22%3A0%2C%22page%22%3A1%2C%22pageSize%22%3A10%7D&_=1613628479736
第二页的数据请求参数:
第三页的数据请求参数:
很明显这是根据data参数中的page改变翻页的。
构建翻页循环,获取视频url地址以及发布人的名字,保存到本地。
三、代码实现
1、请求数据接口
importrequests
url= 'https://api-tinyvideo-web.yy.com/home/tinyvideosv2'params={'callback': 'jQuery112409962628943012035_1613628479734','appId': 'svwebpc','sign': '','data': '{"uid":0,"page":0,"pageSize":10}','_': '1613628479737',
}
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=url, params=params, headers=headers)
问题来了,返回的数据是json数据嘛?
如上图所示,很多人看到这样的数据肯定就觉得这不就是一个json数据嘛?
JSONDecodeError: json解码错误,它并不是有一个json数据,而是字符串。
通过response查看就知道了,返回给我们的数据是多了一段 jQuery112409962628943012035_1613628479734()
其中的json数据是包含在里面的,如果想要提取数据有三种方法。
1、返回response.text,使用正则表达式提取url地址以及发布人的名字
video_url = re.findall('"resurl":"(.*?)"', response.text)
user_name= re.findall('"username":"(.*?)"', response.text)
2、返回response.text,使用正则表达式提取 jQuery112409962628943012035_1613628479734() 中的数据,然后通过json模块把字符串转成json数据,然后遍历提取数据。
string = re.findall('jQuery112409962628943012035_1613628479734\((.*?)\)', response.text)[0]
json_data=json.loads(string)
result= json_data['data']['data']
pprint.pprint(result)
3、把请求的url地址中的 callback 删掉,可以直接获取json数据
importpprintimportrequests
url= 'https://api-tinyvideo-web.yy.com/home/tinyvideosv2'params={'appId': 'svwebpc','sign': '','data': '{"uid":0,"page":1,"pageSize":10}','_': '1613628479737',
}
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=url, params=params, headers=headers)
json_data=response.json()
result= json_data['data']['data']
pprint.pprint(result)
2、保存数据
for index inresult:
video_url= index['resurl']
user_name= index['username']
video_content= requests.get(url=video_url, headers=headers).content
with open('video\\' + user_name + '.mp4', mode='wb') as f:
f.write(video_content)print(user_name)
注意点: 用户名有特殊字符,保存的时候会报错
所以需要使用正则表达式替换掉特殊字符
defchange_title(title):
pattern= re.compile(r"[\/\\\:\*\?\"\\|]") #'/ \ : * ? " < > |'
new_title = re.sub(pattern, "_", title) #替换为下划线
return new_title
完整实现代码
importreimportrequestsimportredefchange_title(title):
pattern= re.compile(r"[\/\\\:\*\?\"\\|]") #'/ \ : * ? " < > |'
new_title = re.sub(pattern, "_", title) #替换为下划线
returnnew_title
page=0whileTrue:
page+= 1url= 'https://api-tinyvideo-web.yy.com/home/tinyvideosv2'params={'appId': 'svwebpc','sign': '','data': '{"uid":0,"page":%s,"pageSize":10}' %str(page),'_': '1613628479737',
}
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=url, params=params, headers=headers)
json_data=response.json()
result= json_data['data']['data']for index inresult:
video_url= index['resurl']
user_name= index['username']
new_title=change_title(user_name)
video_content= requests.get(url=video_url, headers=headers).content
with open('video\\' + new_title + '.mp4', mode='wb') as f:
f.write(video_content)print(user_name)
文章出处:https://www.cnblogs.com/hhh188764/p/14417773.html
python爬取短视频,Python爬虫一键下载yy全站短视频详细步骤(附源码)相关推荐
- Python爬虫一键下载yy全站短视频详细步骤(附源码)
基本开发环境 Python 3.6 Pycharm 相关模块的使用 import os import requests 安装Python并添加到环境变量,pip安装需要的相关模块即可. 一.确定目标需 ...
- Python爬取《隐秘的角落》弹幕数据,实现简单可视化(附源码)
工具使用 开发环境: win10.python3.6 开发工具: pycharm 相关模块 : requests,stylecloud 思路分析 1.爬虫获取数据 爱奇艺的弹幕数据是以 .z 形式的压 ...
- 【爬虫实战项目】Python爬虫批量下载评书音频并保存本地(附源码)
前言 今天给大家介绍的是Python爬虫批量下载评书音频并保存本地,在这里给需要的小伙伴们代码,并且给出一点小心得. 首先是爬取之前应该尽可能伪装成浏览器而不被识别出来是爬虫,基本的是加请求头,但是这 ...
- [爬虫]Python爬取网易云音乐搜索并下载歌曲!
Python爬取网易云音乐搜索并下载歌曲! 文章目录 Python爬取网易云音乐搜索并下载歌曲! 1.准备工作 2."实地"观察 3.开始码代码! 4.搜索并下载 结束语 1.准备 ...
- python爬取Instagram上偶像的帖子(包括图片和视频)
python爬取Instagram上偶像的帖子(包括图片和视频) 声明:仅供技术交流,请勿用于非法用途,如有其它非法用途造成损失,和本博客无关 目录 python爬取Instagram上偶像的帖子(包 ...
- Python爬取京东商品评论和图片下载
Python爬取京东商品评论和图片下载 代码仅供学习使用,切勿扩散并且频繁爬取网站 贴上代码和注释,方便自己下次看 import requests import time import json im ...
- python制作pdf教程_学以致用:Python爬取廖大Python教程制作pdf!
学以致用:Python爬取廖大Python教程制作pdf! python-tutorial-pdf 当我学了廖大的Python教程后,感觉总得做点什么,正好自己想随时查阅,于是就开始有了制作PDF这个 ...
- Python爬取QQ音乐url及批量下载
QQ音乐还是有不少的好音乐,有些时候想要下载好听的音乐,如果在网页下载都是还需要登录什么的.于是,来了个QQmusic的爬虫.至少我觉得for循环爬虫,最核心的应该就是找到待爬元素所在url吧. 参考 ...
- 讲python的东哥_小伙子不讲武德,竟用Python爬取了B站上1.4万条马老师视频数据来分析...
看到标题, 啪的一下你就进来了吧! 如果有经常刷B站的小伙伴,肯定都知道B站鬼畜现在的顶流是谁? 印度:没错正是在下 那必须是当代大师浑元形意太极拳掌门人「马保国」先生啊! 实话讲,马保国走进大家视野 ...
最新文章
- C++ 虚函数和纯虚函数的用法
- 【转载】关于幂律分布的一个笔记
- jquery实现动态五角星评分
- 美国国防部选择VMware View用于全球作战系统
- Python的这几个常用库,你会用吗?
- com/mysql/jdbc/sqlerror_com.mysql.jdbc.sqlerror
- Linux下的Shell编程之Helloworld.sh看过来
- 优秀行业网站建设5必备(上)
- 2011通信展:应用为王 国内3G终端企业集体发力
- 网页播放器(CKplayer)的视频怎么下载——m3u8简单探索
- 1.1.1.1校园网_突破校园网限制,开启寝室Wifi
- CorelDRAW最好用免费稳定版本win,mac版本做图设计使用技巧教程
- 技术能力和工作能力的联系和区别
- mac安装win10_新款MacBook扩展坞,内置固态硬盘,还能外装WIN10系统
- 倪海厦天纪笔记16_倪海厦-天纪16
- tair用ldb做分布式存储
- 电脑配置ip--host修改ip地址然后刷新操作-win10
- 使用PyQt绘制精美的股票行情分时线图
- MySQL表锁了如何解锁
- 【JAVASCRIPT】正则表达式用于定义
热门文章
- 10种靠谱又收益不错的在家就可以做的网赚兼职平台介绍
- 91.p58.space http://email.91dizhi.at.gmail.com06监测模块测试入口index.php
- p系统ndows10的功能更新1903,Win10 2019年四月版(Win10 1903)更新功能介绍和下载
- Linux性能优化-DNS解析
- 【Android】自定义progressBar样式
- 项目规划中的Epic、Feature、Story和Task的关系
- 两晋南北朝·高洋(下)
- 目标检测之Loss:FasterRCNN中的SmoothL1Loss
- JAVA虚拟机JVM工作原理
- 什么是大数据,猴子怎么看大象(1)