链接为you-get的使用说明。
https://github.com/soimort/you-get/wiki
you-get是利用python3写的,所以可以进行pip install you-get 进行安装。
注意及时更新,pip install –upgrade you-get
仅需使用视频网页的链接,就可以进行视频的下载。支持国内外主流视频网站。
you-get 下载的视频需要进行合并,建议是 ffmpeg。但是本人使用是,会出现不能自动合并的情况,这里需要后面研究。
视频爬取程序的基本流程是,
1,确定了爬取优酷的视频,并手动寻找了合适的视频资源进行 you-get 下载验证。这里需要提出的是,部分视频节目会跳转到另外的网站上面,本人是尽量选择优酷自己的资源。这样做工作量比较大,后期需要验证跳转网页下载的可行性。
2,利用 urllib.request.urlopen(url) ,抓取网页内容。取得网页内容之后使用 BeautifulSoup 进行网页分析,提取想要得到的 a 标签和对应的 href 标签 url 内容。提取到目标视频的 url 之后保存或者直接交到下载器,用 python 操作 cmd ,直接进行命令行的下载操作。这里的问题是对一些视频跳转的 url 进行正则提取,以获取我们需要的 url.
遇到的问题:
videoName = urllib.parse.quote(videoName)
这里,没有进行此处转换,后面会报错。应该是字符类型转化的问题,一直没有弄懂。
divNode = soup.find(‘d