import requests  # 數(shù)據(jù)請(qǐng)求模塊 pip install requests  在cmd里面 輸入命令
import re  # 導(dǎo)入正則表達(dá)式模塊 內(nèi)置模塊
import json
import pprint  # 格式化輸出模塊

for page in range(1, 17):
    print(f'--------------------正在采集第{page}頁的數(shù)據(jù)內(nèi)容--------------------')
    list_url = 'https://www.acfun.cn/u/45321802'
    # 批量 ctrl + R 選中目標(biāo)
    data = {
        'quickViewId': 'ac-space-video-list',
        'reqID': page + 1,
        'ajaxpipe': '1',
        'type': 'video',
        'order': 'newest',
        'page': page,
        'pageSize': '20',
        't': '1649944573765',
    }
    headers = {
        # 'cookies': '你的cookie',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Safari/537.36'
    }
    # get請(qǐng)求 有一個(gè)params參數(shù)
    # post請(qǐng)求 data 參數(shù)
    response = requests.get(url=list_url, params=data, headers=headers)
    # print(response.text)
    id_list = re.findall('a href=.*?ac(.*?)"', response.text)
    for index in id_list:
        video_id = index.replace('\\', '')
        """
        1. 發(fā)送請(qǐng)求, 對(duì)于視頻播放頁面url地址發(fā)送請(qǐng)求
            用python代碼去模擬瀏覽器 對(duì)于 url地址發(fā)送請(qǐng)求
        video 
        """
        url = f'https://www.acfun.cn/v/ac{video_id}'  # 確定請(qǐng)求url地址
        # 請(qǐng)求頭 用偽裝python代碼, 為了被服務(wù)器識(shí)別出來 是爬蟲程序 一種簡單反反爬手段 當(dāng)你加ua 得到數(shù)據(jù)的時(shí)候, 可能要cookie
        # 需要登陸才能獲得數(shù)據(jù)的, 需要加cookie 用戶信息, 常用于檢測(cè)是否登陸賬號(hào)
        headers = {
            # 'cookies': '你的cookie',
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Safari/537.36'
        }
        # 通過requests模塊里面get請(qǐng)求方式, 對(duì)于url地址發(fā)送請(qǐng)求, 并且攜帶上headers請(qǐng)求頭偽裝, 最后用response自定義變量接收返回?cái)?shù)據(jù)
        response = requests.get(url=url, headers=headers)
        # 2. 獲取數(shù)據(jù)
        # print(response.text)
        # 3. 解析數(shù)據(jù) 通過re模塊里面findall的方法 在response.text里面去找尋 標(biāo)題數(shù)據(jù) re.S 匹配換行
        # 正則表達(dá)式提取出來的數(shù)據(jù)返回都是列表數(shù)據(jù)類型  實(shí)現(xiàn)過程不重要, 方式方法很多, 你喜歡用哪個(gè)都可以 只要可以取到數(shù)據(jù)都OK
        title = re.findall('<title >(.*?) - AcFun彈幕視頻網(wǎng) - 認(rèn)真你就輸啦 \(\?ω\?\)ノ- \( ゜- ゜\)つロ</title>', response.text)[0]
        video_info = re.findall('window.pageInfo = window.videoInfo = (.*?);', response.text)[0]

        # print(video_info) # 字符串轉(zhuǎn)成字典 怎么轉(zhuǎn)  最穩(wěn)妥查看數(shù)據(jù)類型 直接用 type() 這個(gè)函數(shù)去查看
        json_data = json.loads(video_info)
        # pprint.pprint(json_data)
        # 字典取值 根據(jù)冒號(hào)左邊的內(nèi)容(鍵) 提取冒號(hào)右邊的內(nèi)容(值)
        m3u8_url = \
        json.loads(json_data['currentVideoInfo']['ksPlayJson'])['adaptationSet'][0]['representation'][0]['backupUrl'][0]
        # print(title)
        # print(m3u8_url)
        # 通過requests模塊里面get請(qǐng)求方式, 對(duì)于m3u8_url地址發(fā)送請(qǐng)求, 并且攜帶上headers請(qǐng)求頭偽裝, 獲取響應(yīng)體文本數(shù)據(jù), 用m3u8_data自定義變量接收數(shù)據(jù)
        m3u8_data = requests.get(url=m3u8_url, headers=headers).text
        # split() 字符串分割
        m3u8_data = re.sub('#E.*', '', m3u8_data).split()
        # print(m3u8_data)
        for ts in m3u8_data:
            ts_url = 'https://ali-safety-video.acfun.cn/mediacloud/acfun/acfun_video/' + ts
            ts_content = requests.get(url=ts_url, headers=headers).content
            # ab 是什么意思 a追加保存, b 二進(jìn)制數(shù)據(jù) ab 以二進(jìn)制數(shù)據(jù)追加保存
            with open('video\\' + title + '.mp4', mode='ab') as f:
                f.write(ts_content)
        print('視頻保存完成: ', title)