首页 > 编程技术 > python

Python 超简洁且详细爬取西瓜视频案例

发布时间:2021-11-25 16:15 作者:嗨学编程

今天给大家带来一篇爬取西瓜视频的小教程,很简单的几十行代码就可以实现了,每一段代码都详细说明了用途,看完你就能够自己动手写,感兴趣的同学快来跟着小编往下看吧

一、写在前面

真的,为什么别人发游戏这么多人看,我发了两次了加起来才一百个。

算了算了,不整游戏了,反正你们也不爱看~

今天来试试把头条上扭腰上热门的那些妹子爬一爬,不知道我顶不顶得住~

二、准备工作 1、使用的环境 python 3.8pycharm 2021.2 专业版 2、要用的第三方模块 seleniumrequestsparsel 三、大致流程

鉴于你们不喜欢我啰嗦,但是流程呢,我还是要给你们写出来,所以我就单独把它列出来了。

1、网站分析(明确需求) 在视频网页源代码当中找到 embedUrl 对应的链接;在链接当中找到视频播放地址,在元素面板当中;发现规律 embedUrl上面的 groupby_id 其实就是当前视频链接上的id,下载视频的时候 就只需要 一个 id 就可以下载视频;(https://www.ixigua.com/embed?group_id=7029910152576926238) 2、代码实现过程 构建embedUrl https://www.ixigua.com/embed?group_id=7029910152576926238使用selenium访问该链接提取视频链接地址拼接视频链接地址使用requests发送请求 并且获取视频二进制数据保存视频

如果大家在学习Python的过程中不知道学习方向,该怎么学,没有好的系统的学习资料、没人交流解答等等,都可以私我,我都给大家准备好了。

四、代码展示分析

首先导入一下模块

import requestsfrom selenium import webdriver

进入浏览器设置

options = webdriver.ChromeOptions()

1、构建embedUrl https://www.ixigua.com/embed?group_id=7029910152576926238

group_id = input("请输入你要下载视频的id:")url = 'https://www.ixigua.com/embed?group_id=' + group_id

无头浏览器

options.add_argument("--headless")

加一个伪装

options.add_argument('User-Agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36"')

2、使用selenium访问该链接 driver: 浏览器

driver = webdriver.Chrome(executable_path="chromedriver.exe", options=options)

打开一个网页驱动配置: 代码操作浏览器的一个中间人

driver.get(url)

隐式等待: 最多等待五秒 如果一秒钟加载完了 继续执行

driver.implicitly_wait(5)

3、提取视频链接地址

info = driver.find_elements_by_xpath('//*[@id="player_default"]/xg-controls/xg-definition/ul/li[1]')video_url = info[0].get_attribute("url")

4、拼接视频链接地址

video_url = 'http:' + video_url

5、使用requests发送请求 并且获取视频二进制数据

video_data = requests.get(video_url).contentwith open('1.mp4', mode='wb') as f:    f.write(video_data)

所有代码

import requestsfrom selenium import webdriver# 进入浏览器设置options = webdriver.ChromeOptions()# 1. 构建embedUrl https://www.ixigua.com/embed?group_id=7029910152576926238group_id = input("请输入你要下载视频的id:")url = 'https://www.ixigua.com/embed?group_id=' + group_id# 无头浏览器options.add_argument("--headless")# 加一个伪装options.add_argument('User-Agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36"')# 2. 使用selenium访问该链接# driver: 浏览器driver = webdriver.Chrome(executable_path="chromedriver.exe", options=options)# 打开一个网页# 驱动配置: 代码操作浏览器的一个中间人driver.get(url)# 隐式等待: 最多等待五秒 如果一秒钟加载完了 继续执行driver.implicitly_wait(5)# 3. 提取视频链接地址info = driver.find_elements_by_xpath('//*[@id="player_default"]/xg-controls/xg-definition/ul/li[1]')video_url = info[0].get_attribute("url")# 4. 拼接视频链接地址video_url = 'http:' + video_url# 5. 使用requests发送请求 并且获取视频二进制数据video_data = requests.get(video_url).contentwith open('1.mp4', mode='wb') as f:    f.write(video_data)print("爬取成功!!!")#留了报错,看看大家够不够机智找出来

兄弟们看完觉得有帮助,记得点赞三连哇~

到此这篇关于Python 超简洁且详细爬取西瓜视频案例的文章就介绍到这了,更多相关Python 西瓜视频内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞!

原文出处:https://blog.csdn.net/fei347795790/article/details/121477677

您可能感兴趣的文章: