嗨嗨,大家好 ~ 我是小圆 ~
有一说一…某yin里可是人美风景美啊
今天就来抓一抓某yin的小姐姐吧~
环境使用
- Python 3.8
- Pycharm
- 谷歌浏览器
- 谷歌驱动
模块使用
requests >>> pip install requests
- re
- json
- selenium >>> pip install selenium==3.141.0 <需要浏览器和浏览器驱动>
源码.资料.素材.工具(软件)安装教程👉【点击领取】
如何安装python第三方模块:
- win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests)回车
- 在pycharm中点击Terminal(终端) 输入安装命令
基本思路流程: <通用>
一. 数据来源分析
1.确定需求 --> 采集那个网站上面什么数据内容
2.通过开发者工具进行抓包分析 --> 网页浏览器自带工具
- F12 或者 右键点击检查
- 刷新网页 --> 让网页数据内容重新加载一遍
- 选择 media 可以直接找视频播放链接
- 通过开发者工具搜索, 可以直接找视频播放地址来源
二. 代码实现步骤过程
2.获取数据, 获取服务器返回响应数据 —> response
3.解析数据, 提取我们想要的 视频标题以及播放地址
4.保存数据, 把视频内容保存本地文件夹
代码
import requests
import re
import json
from pprint import pprint
from selenium import webdriver
import time
driver = webdriver.Chrome()
python学习交流Q群:770699889
def drop_down():
"""执行页面滚动的操作"""
for x in range(1, 30, 4):
time.sleep(1)
j = x / 9
js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight * %f' % j
driver.execute_script(js)
drop_down()
lis = driver.find_elements_by_css_selector('.ECMy_Zdt')
if lis:
pass
else:
lis = driver.find_elements_by_css_selector('.Eie04v01')
for li in lis:
url = li.find_element_by_css_selector('a').get_attribute('href')
print(url)
1.发送请求
- 等号左边都是自定义变量 --> 自己定义的昵称
- <Response [200]>
请求成功 --> 相当于打电话打通了, 有嘟嘟嘟声音, 但是对面可能给你挂了 <通话显示 广告>
response.text 获取响应文本数据
你直接用代码去请求, 人家服务器一看, 你是爬虫, 我不给你数据
确定请求url url<自定义变量名> --> 链接
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
2. 获取数据
获取服务器返回响应数据 —> response
3. 解析数据
提取我们想要的 视频标题以及播放地址
re模块findall方法
re.findall(‘提取什么数据’, 什么地方取) --> 调用re模块里面findall方法 --> 找到所有我们想要数据内容
- 正则提取出来数据, 返回列表数据类型 [0] 列表索引位置取值, 取第一个元素
print(json_data) --> 打印字典数据, 呈现一行
pprint(json_data) --> 打印字典数据, 呈现多行 展开效果
python学习交流Q群:770699889
title = re.findall('<title data-react-helmet="true">(.*?)</title>', response.text)[0]
html_data = re.findall('<script id="RENDER_DATA" type="application/json">(.*?)</script', response.text)[0]
video_info = requests.utils.unquote(html_data)
json_data = json.loads(video_info)
video_url = 'https:' + json_data['32']['aweme']['detail']['video']['bitRateList'][0]['playAddr'][0]['src']
print(video_url)
4. 保存数据
–> 发送请求 获取数据
video_content = requests.get(url=video_url, headers=headers).content
with open('video\\' + title + '.mp4', mode='wb') as f:
f.write(video_content)
print(title, '保存成功')
视频教程领取 👇
点击领取视频教程
好啦,今天的分享到这里就结束了 ~
对文章有问题的,或者有其他关于python的问题,可以在评论区留言或者私信我哦
觉得我分享的文章不错的话,可以关注一下我,或者给文章点赞(/≧▽≦)/
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)