Python爬虫技巧-西瓜视频MP4地址获取_python 批量下载西瓜视频

BUT，在这个例子中，搜索结果为空。尝试各种截取方法  比如 220f87599d445a14a53803fd01d86816e971157c7a70000cab5121742cc、5cc4c0ae0f7d6f87014dc0f0058157e0、v11-tt.ixigua.com

都搜索不到。

好吧，既然搜不到，那我们就用暴力一点的办法，好在这个网页的network包列表并不多，我们就一个一个找就好了，找的过程一般可以忽略css、图片、多媒体等文件，

优先查看json格式的文件

下面人工查看中。。。

查看一遍之后呢，我发现了一个可疑的链接

https://ib.365yg.com/video/urls/v/1/toutiao/mp4/v02004bd0000bc9po7aj2boojm5cta5g?r=048136401358795045&s=3128215333&aid=1190&callback=axiosJsonpCallback1&_=1540123000124

首先，url就很可疑，里面包含各种敏感关键词，如 mp4、urls等

其次，内容可疑：

video_list都出来了，不是它还能是谁呢？但是，定睛一看，这个内容里面的url格式不大对，一看就像是加密过后的，怪不得搜不到呢

下面就是想办法找到解密方法，来验证一下，这里看到的是不是我们想要的视频地址了

先捋一下思路，我们找到的这些数据是浏览器请求回来的，既然请求这些数据，肯定会有用到的地方，下面我们就来找一下这些数据在哪里被使用了，怎么找呢，还是搜索，拿这些数据中的变量名来搜

这些数据中可疑变量有两个：backup_url_1、main_url，第一个一看就是备用的，所以我们拿第二个搜吧

搜索结果如图：

下面在这些包中定位main_url所在的代码，很幸运，第一个就是我们想要的（tt-video.js）

如图:

从代码中我们可以看到，main_url使用了base64decode来进行解密，下面使用代码验证（这个请自行验证）一下，果然得到了我们想要的视频地址

此时，我们已经有了从这个包中获取视频地址的方法了，那么下个问题是，这个包的地址是如何生成的？

首先分析一下这个包的url的组成：

https://ib.365yg.com/video/urls/v/1/toutiao/mp4/v02004bd0000bc9po7aj2boojm5cta5g?r=048136401358795045&s=3128215333&aid=1190&callback=axiosJsonpCallback1&_=1540123000124

首先去掉无关紧要的参数，方法很简单，直接在浏览器中打开这个url，然后尝试删减参数，不断测试就可以了，删减后的url如下

https://ib.365yg.com/video/urls/v/1/toutiao/mp4/v02004bd0000bc9po7aj2boojm5cta5g?r=048136401358795045&s=3128215333

然后发现，其中有三个东西不知道哪里来的，下面继续使用我们的搜索工具来寻找，一个一个来。

（注意：跟随文章一步一步走的时候可能看到的参数和我这里写的参数不一样，请按照实际的来搜索）

先是 v02004bd0000bc9po7aj2boojm5cta5g，搜索结果如下：

原来这个参数是视频的videoId，直接在网页源码中，好，第一个搞定

下面看第二个参数 048136401358795045  搜不到

下面看第三个参数 3128215333  搜不到

后面两个参数都搜不到，可能是实时生成的或者加密了，所以换个思路，用 url的前半部分的关键词去搜 https://ib.365yg.com/video/urls/v/1/toutiao/mp4， 看那里用到了这个

关于关键词 当然是越长越准确，所以我选取的搜索词是 video/urls/v/1/toutiao/mp4 搜索结果如下：

这里只能一个一个点开看源码了。。。

看源码的时候注意点有以下几个：

1、查看上下文，看所在函数作用 所在文件作用

2、思考我们搜索的东西是什么，比如本例中搜索的是一个视频资源的url，那么肯定要特别关注和视频相关的关键词，函数名之类的东西

哈哈，幸运的是，在第一个文件（tt-video.js）中我就找到了很可疑的代码

这里面全是video相关的，更可疑的是这个 getVideosJson函数名，然后我发现有个crc32函数用到了目标url，那下面就看一下crc32函数在哪里定义的

（PS：标准crc32是一个公开算法，用于生成一段数据的校验码，不过一般这些反爬虫的前端工程师们都会自己实现一下，所以还是以JS代码为准）

通过搜索crc32关键词，可以定位到如下代码：

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！