python爬虫（爬取视频）

佚名 6年前 (2019-05-13) Python 1556人围观抢沙发百度已收录

爬虫爬视频

爬取步骤

第一步：获取视频所在的网页

第二步：F12中找到视频真正所在的链接

SRE实战互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

第三步：获取链接并转换成机械语言

第四部：保存

保存步骤代码

import re
import requests
response =  requests.get('https://vd4.bdstatic.com/mda-jcrx64vi5vct2d2u/sc/mda-jcrx64vi5vct2d2u.mp4?auth_key=1557734214-0-0-d6a29a90222c6caf233e8a2a34c2e37a&bcevod_channel=searchbox_feed&pd=bjh&abtest=all')
video = response.content         #把文件保存成机械语言
with open(r'D:\图片\绿色.mp4','wb') as fw:
    fw.write(video)           #将文件内容写入该文件
    fw.flush()               #刷新

爬酷6首页的所有视频

# https://www.ku6.com/index    
# <a class="video-image-warp" target="_blank" href="/detail/229">
import re                   #载入模块
import requests              #载入模块
new_list =[]               #后面把网站的链接完整化
time = 0                  #后面计数用

response = requests.get('https://www.ku6.com/index')
data = response.text
a = re.findall('<a style="height:40px" href="(.*?)"',data)
for v in range(len(a)): #type:str
    if a[v].startswith("/d") or a[v].startswith("/v"):
        new_list.append(f'https://www.ku6.com{a[v]}')
 #前面都是为了找到视频所在页面的网址       
        
for x in new_list: #type:str
    name = x.split('/')[-1]
    new_response = requests.get(x)
    data_1 = new_response.text
    b = re.findall('<source src="(.*?)" type="video/mp4">',data_1)
    
#这块找到视频源所在的地址

    video = requests.get(b[0])
    c = video.content
    with open(f'D:\图片\{name}.mp4','wb') as f:
        f.write(c)
        f.flush()
        time += 1
        print(f'已经爬{time}个视频')

# 保存文件