十年老Python程序员:给我一个链接,没有我不能爬的视频,只有我顶不住的视频文章目录一、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~

如果你刷到这个你就很有品味(没有你不能爬的)(1)

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~

如果你刷到这个你就很有品味(没有你不能爬的)(2)

二、准备工作1、使用的环境2、要用的第三方模块三、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。

如果你刷到这个你就很有品味(没有你不能爬的)(3)

1、网站分析(明确需求)
  1. 在视频网页源代码当中找到 embedUrl 对应的链接;
  2. 在链接当中找到视频播放地址,在元素面板当中;
  3. 发现规律 embedUrl上面的 groupby_id 其实就是当前视频链接上的id,在下载视频的时候 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
  1. 构建embedUrl https://www.ixigua.com/embed?group_id=7029910152576926238
  2. 使用selenium访问该链接
  3. 提取视频链接地址
  4. 拼接视频链接地址
  5. 使用requests发送请求 并且获取视频二进制数据
  6. 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。

如果你刷到这个你就很有品味(没有你不能爬的)(4)

四、代码展示分析

首先导入一下模块

import requests from 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: 代码操作浏览器的是一个中间人

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、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).content with open('1.mp4', mode='wb') as f: f.write(video_data)

所有代码

import requests from 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).content with 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

,