2023.6.6 python爬虫小项目 定时自动爬取

1.项目结构:

2.项目需求:
无需手动执行py脚本文件,每天由windows系统自动执行代码实行对网站的爬取

3.知识点:

1.在网络上查找资料时了解到又以下好几种方式执行

  • 方式一:while True: + sleep()
  • 方式二:Timeloop
  • 方式三:threading.Timer
  • 方式四:内置模块sched
  • 方式五:调度模块schedule
  • 方式六:任务框架APScheduler
  • 方式七:分布式消息系统Celery
  • 方式八:数据流工具Apache Airflow

让 Python 程序定时执行的 8 种姿势~ - 知乎 (zhihu.com)

没学明白,采用了最简单的一种,直接在Windows里面设置定时任务

1.首先打开计算机管理(win+x)

 

2.在任务计划程序中选择创建基本任务

 

3.填写必要信息,选择执行的代码路径

 

4.完成

2.询问gpt得到的结果

下午好!要每天在Windows系统上自动执行Python代码,您可以使用Windows中的任务计划程序功能。以下是设置方法:

  1. 打开任务计划程序:按 Windows 键,键入“任务计划程序”,然后从搜索结果中选择任务计划程序应用。

  2. 在任务计划程序窗口中,单击右侧窗格中的“创建基本任务”或“创建任务”。这两个选项都允许您计划任务,但“创建基本任务”提供了更简单的界面。

  3. 按照提示为任务设置名称和描述。

  4. 在“触发器”部分中,选择“每日”并设置代码执行的所需时间。

  5. 在“操作”部分中,选择“启动程序”。

  6. 在“程序/脚本”字段中,提供 Python 可执行文件的路径。通常,它位于 或 。确保相应地调整路径。C:\Python\python.exeC:\Users\<YourUsername>\AppData\Local\Programs\Python\Python<version>\python.exe

  7. 在“添加参数”字段中,指定要执行的 Python 脚本的路径。例如,如果脚本位于 ,则可以输入作为参数。C:\path\to\your\script.pyC:\path\to\your\script.py

  8. 在“起始位置”字段中,提供 Python 脚本所在目录的路径。例如,如果脚本位于 ,则可以输入作为起始目录。C:\path\to\your\script.pyC:\path\to\your\

  9. 单击“完成”以创建任务。

完成这些步骤后,任务计划程序将在每天的指定时间自动执行 Python 脚本。确保您的计算机已打开,并且在计划的时间未处于睡眠或休眠模式,以使脚本成功运行。

注意:如果您的 Python 脚本需要特定的库或依赖项,请确保它们安装在将运行计划任务的环境中。此外,最好在脚本中提供绝对文件路径,以避免与工作目录相关的任何问题。

4.运行结果

成功执行代码程序

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python爬虫是一种非常强大的工具,它可以被用于多种目的,其中包括爬取视频信息和文件。如果需要爬取视频_index.m3u8_ts.rar文件,以下是一些步骤和技巧: 1. 确定爬取目标:首先需要确定要爬取的视频_index.m3u8_ts.rar文件的URL地址,可以在浏览器中打开开发者工具(如Chrome的“开发者工具”),在“网络”选项卡下查找请求的URL地址。 2. 使用Python爬虫Python爬虫的主要模块包括requests、BeautifulSoup等,可以使用它们来获取请求的URL地址,并将响应的数据解析为所需的文件。 3. 使用正则表达式:视频的_index.m3u8_ts.rar文件通常是一个较大的文件,其中包含多个链接URL地址。可以使用Python中的正则表达式来提取所需的文件链接,并将它们存储为一个列表。 4. 下载文件:获取文件链接后,可以使用Python的requests模块下载视频_index.m3u8_ts.rar文件到本地。 5. 文件处理:下载完成后,可以使用Python中的常用文件处理工具(如os、shutil等)进行文件重命名、移动或其他操作。 总的来说,Python爬虫是一种非常灵活和高效的工具,可以大大简化获取和处理视频_index.m3u8_ts.rar文件的过程。但是需要注意的是,爬取文件时需要遵守相关法律法规和网站协议,以免触犯法律或侵犯他人利益。 ### 回答2: 要使用Python爬虫爬取视频_index.m3u8_ts.rar文件,需要以下几个步骤: 1. 确认网站和视频资源的URL:首先需要确认想要爬取的视频文件所在的网站和URL链接。可以使用Python中的requests库发起HTTP请求获取网址的HTML源代码,并从中解析出视频链接的URL。 2. 根据视频链接的URL获取文件:获取视频链接的URL之后,需要使用Python中的requests库再次发起HTTP请求,获取视频文件的二进制数据。一般情况下,在请求中需要设置请求头部信息和一些参数,以便获得正确的内容。 3. 下载和解压文件:在获取到视频文件数据之后,需要将其保存为本地的视频文件。视频文件有可能是一个压缩包,如.rar或.zip文件,因此还需要使用Python中的解压缩库来进行解压操作。 4. 根据视频文件生成m3u8文件:在解压出视频文件的内容之后,需要使用Python编写脚本解析视频文件,并生成相应的m3u8文件。m3u8是一种视频资源格式,包含了可以分片下载的视频资源地址列表,可以使用播放器播放m3u8视频资源。 以上是爬取视频_index.m3u8_ts.rar的一般流程,具体实现方法会因网站和视频资源的不同而有所差异,需要针对具体情况进行调整。同时,爬取视频资源时需要尊重版权,遵守相关法律法规并遵守网站的规定,不进行盗版、侵权、篡改等行为。 ### 回答3: 首先,需要了解m3u8文件的基本概念。m3u8是指一种基于HTTP Live Streaming (HLS)协议的音视频播放列表格式,它是由苹果公司首先提出的。m3u8文件中包含了多个ts文件的链接地址,ts文件中则包含了音视频数据。因此,如果成功获取了m3u8文件并解析出其中的ts文件链接地址,就可以成功抓取指定的音视频数据了。 那么如何使用Python实现这个任务呢?以下是一些基本的步骤: 1. 网络请求:使用requests库或urllib库向网站发送请求,获取网站源代码。 ``` python import requests url = "http://example.com/video_index.m3u8" response = requests.get(url) html = response.text ``` 2. 正则表达式匹配:从网站源代码中提取.m3u8和ts文件链接地址。 ``` python import re pattern = "(http://.*?\.m3u8)" m3u8_url = re.findall(pattern, html)[0] pattern = "(http://.*?\.ts)" ts_urls = re.findall(pattern, html) ``` 3. 下载.m3u8文件:使用requests库下载.m3u8文件。 ``` python m3u8_response = requests.get(m3u8_url) m3u8_text = m3u8_response.text ``` 4. 提取.ts文件链接:从.m3u8文件中提取所有.ts文件的链接。 ``` python ts_urls = [] for line in m3u8_text.split("\n"): if line.endswith(".ts"): ts_url = line if not ts_url.startswith("http"): ts_url = m3u8_url.rsplit("/", 1)[0] + "/" + ts_url ts_urls.append(ts_url) ``` 5. 下载.ts文件:使用多线程或异步IO方式同时下载多个.ts文件。 ``` python import threading import urllib.request def download_ts(ts_url, output_path): urllib.request.urlretrieve(ts_url, output_path) threads = [] for i, ts_url in enumerate(ts_urls): thread = threading.Thread(target=download_ts, args=(ts_url, f"video_{i}.ts")) threads.append(thread) thread.start() for thread in threads: thread.join() ``` 6. 合并.ts文件:使用ffmpeg或moviepy库将多个.ts文件合并为一个完整的视频文件。 至此,我们便成功用Python实现了视频的抓取和合并。需要注意的是,具体实现可能会根据不同的网站有所变化,这里只是提供一个基本的思路。此外,网络爬虫本身是一项敏感而受限的技术,建议在遵守法律和道德规范的前提下使用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值