2024年Python最新大家沉迷短视频无法自拔？Python爬虫进阶，带你玩转短视频(1)

工具使用

---

开发环境：win10、python3.7

开发工具：pycharm、Chrome

工具包：requests、xpath、base64

重点学习内容

---

爬虫采集数据的解析过程

js代码调试技巧

js逆向解析代码

Python代码的转换

项目思路解析

---

进入到网站的首页

挑选你感兴趣的分类

根据首页地址获取到进入详情页面的超链接的跳转地址

找到对应加密的视频播放地址数据

这个数据是静态的网页数据，通过js代码进行解码的

找到对应的解析代码

先找到视频的播放地址

找到解析视频地址的加密js文件

点击播放的时候会触发文件

大致能看出来这个是base64加密之后的数据

在对应的js文件里搜索关键字

找到js的加密方式

js函数的一些函数的用法

eplace()方法用于在字符串中用一些字符替换另一些字符

parseInt 数据转换成对应的整型

base64.atob 对base64编码过的字符串进行解码

substring 方法可在字符串中抽取从 start 下标开始的指定数目的字符

将js代码转换成Python代码

import base64

def decode(data):

def getHex(a):

return {

‘str’: a[4:],

‘hex’: ‘’.join(list(a[:4])[::-1]),

}

def getDec(a):

b = str(int(a, 16))

return {

‘pre’: list(b[:2]),

‘tail’: list(b[2:]),

}

def substr(a, b):

c = a[0: int(b[0])]

d = a[int(b[0]): int(b[0]) + int(b[1])]

return c + a[int(b[0]):].replace(d, “”)

def getPos(a, b):

b[0] = len(a) - int(b[0]) - int(b[1])

return b

b = getHex(data)

c = getDec(b[‘hex’])

d = substr(b[‘str’], c[‘pre’])

return base64.b64decode(substr(d, getPos(d, c[‘tail’])))

print(decode(“e121Ly9tBrI84RdnZpZGVvMTAubWVpdHVkYXRhLmNvbS82MGJjZDcwNTE3NGZieXBueG5udnRwMTA5N19IMjY0XzFfNWY3YThmM2U0MTEwNy5tc2JVjAu3EDQ=”))

得出最终视频播放地址

简易源码分享

import requests

from lxml import etree

import base64

def decode_mp4(data):

def getHex(a):

return {

‘str’: a[4:],

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！