Python 短視頻爬蟲教程
好難受,上次發(fā)了做游戲的居然沒人看,每天為了給你們寫啥,老夫心都操碎了~
真的是,今天來給大家爬一波短視頻網(wǎng)站吧,都是些很養(yǎng)眼的~
網(wǎng)站地址在代碼里面,大家用心一下就能看到了。
使用的軟件
python 3.8 pycharm 2021.2
模塊
requests parsel re concurrent.futures time warnings
不會(huì)安裝模塊看這篇:python模塊的安裝以及安裝失敗的解決方法
知道你們不想看那些步驟,我直接上代碼吧
import requests import parsel import re import concurrent.futures import time import warnings # 取消警告 warnings.filterwarnings("ignore") def get_html(url): """發(fā)送請求獲取網(wǎng)頁源代碼""" html_data = requests.get(url=url, verify=False).text return html_data def parse_data_1(html_data): """第一次解析, 拿到所有的詳情頁鏈接""" selector = parsel.Selector(html_data) url_list = selector.xpath('//a[@class="meta-title"]/@href').getall() return url_list def parse_data_2(html_data): """第二次解析, 獲取視頻鏈接""" video_url = re.findall('url: "(.*?)",', html_data)[0] return video_url def save(video_url): """保存視頻""" title = video_url.split('/')[-1] # 取鏈接當(dāng)中的字段作為標(biāo)題 video_data = requests.get(video_url, verify=False).content # 發(fā)送網(wǎng)絡(luò)請求 with open(f'video/{title}', mode='wb') as f: f.write(video_data) print(title, "爬取成功!!!") start_time = time.time() url = 'https://www.520mmtv.com/hd/rewu.html' # 1. 向目標(biāo)網(wǎng)站發(fā)送請求 html_data = get_html(url=url) # 2. 第一次解析數(shù)據(jù) 提取詳情頁鏈接 url_list = parse_data_1(html_data=html_data) for info_url in url_list[:10]: # 3. 向詳情頁發(fā)送請求 html_data_2 = get_html(url=info_url) # 4. 第二次解析數(shù)據(jù) 提取視頻播放地址 video_url = parse_data_2(html_data=html_data_2) # 5. 保存視頻 save(video_url=video_url) print('花費(fèi)時(shí)間:', time.time() - start_time)
到此這篇關(guān)于Python 短視頻爬蟲教程的文章就介紹到這了,更多相關(guān)Python 爬蟲教程內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python?eval()和exec()函數(shù)使用詳解
exec函數(shù)執(zhí)行的是python語句,沒有返回值,eval函數(shù)執(zhí)行的是python表達(dá)式,有返回值,exec函數(shù)和eval函數(shù)都可以傳入命名空間作為參數(shù),本文給大家介紹下Python?eval()和exec()函數(shù),感興趣的朋友跟隨小編一起看看吧2022-11-11pytorch cnn 識別手寫的字實(shí)現(xiàn)自建圖片數(shù)據(jù)
這篇文章主要介紹了pytorch cnn 識別手寫的字實(shí)現(xiàn)自建圖片數(shù)據(jù),小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2018-05-05python實(shí)現(xiàn)對服務(wù)器腳本敏感信息的加密解密功能
這篇文章主要介紹了python實(shí)現(xiàn)對服務(wù)器腳本敏感信息的加密解密功能,本文給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-08-08關(guān)于python中plt.hist參數(shù)的使用詳解
今天小編就為大家分享一篇關(guān)于python中plt.hist參數(shù)的使用詳解,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-11-11Python+樹莓派+YOLO打造一款人工智能照相機(jī)
今天,我們將自己動(dòng)手打造出一款基于深度學(xué)習(xí)的照相機(jī),當(dāng)小鳥出現(xiàn)在攝像頭畫面中時(shí),它將能檢測到小鳥并自動(dòng)進(jìn)行拍照2018-01-01