确定需求 (我们要爬的内容是什么?)
抖音视频内容
通过开发者工具进行抓包分析
I. (F12/鼠标右键点击检查可以打开) 选择network 选择 media 找播放地址
II. 找播放地址来源 >>>
爬一个视频
二. 代码实现过程
发送请求 对于视频详情页发送请求
获取数据 获取网页源代码数据
解析数据 提取视频播放地址 以及视频标题
下载保存
各个模块的作用
import requests # 数据请求 第三方模块 pip install requests
import re # 正则表达式模块
import os # 文件操作模块
import time # 时间模块
from selenium import webdriver # pip install selenium
自动判断有无文件夹,自动创建,文件夹名字可以自己随便命名,这里我们创建名字为video,这里也可以自己先创建一个相同名字的文件夹放在代码旁边。
filename = ‘video\\’ # 文件名字
if not os.path.exists(filename): # 判断如果没有这个文件夹的话
os.mkdir(filename) # 创建这个文件
很多文件下载下来后名字带有特殊符号的,这时候我们就要把这些特殊符号给替换掉,不然不能保存。
def change_title(title):
pattern = re.compile(r"[\/\\\:\*\?\“\<\>\|\n]”) # ‘/ \ : * ? " < > |’
new_title = re.sub(pattern, “_”, title) # 替换为下划线
return new_title
这一步需要安装好浏览器驱动,selenium 可以模拟人的行为去操作浏览器,模拟滑动操作。自己翻的话,多麻烦是吧。验证码没有写进来,需要自己手动过一下验证码。
def drop_down():
“”“执行页面滚动的操作”“” # javascript
for x in range(1, 30, 4): # 在你不断的下拉过程中, 页面高度也会变的
time.sleep(1)
j = x / 9
document.documentElement.scrollTop 指定滚动条的位置
document.documentElement.scrollHeight 获取浏览器页面的最大高度
js = ‘document.documentElement.scrollTop = document.documentElement.scrollHeight * %f’ % j
driver.execute_script(js)
实例化一个浏览器的对象
driver = webdriver.Chrome()
访问url地址网址
driver.get(‘…’)
括号里面的内容替换成你想要爬取的博主,我就不放链接了,免得审核不过。
截个图吧,这里以他为例,具体是谁,懂得都懂。
不,我不懂~
怎么找地址呢,在当前页面链接中把?之前的都复制下来放进括号里面替换掉… 这几个点。
返回的列表 里面元素是对象
lis = driver.find_elements_by_css_selector(‘div._927ae3b0dd790b5b62eae61c7d2fa0bc-scss > div:nth-child(2) > ul li’)
调用 find_element_by_css_selector() 方法
li_url = li.find_element_by_css_selector(‘a’).get_attribute(‘href’)
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
ze_16,color_FFFFFF,t_70)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)