一、写在前面
真的,为什么别人发游戏这么多人看,我发了两次了加起来才一百个。
算了算了,不整游戏了,反正你们也不爱看~
今天来试试把头条上扭腰上热门的那些妹子爬一爬,不知道我顶不顶得住~
二、准备工作
1、使用的环境
- python 3.8
- pycharm 2021.2 专业版
2、要用的第三方模块
- selenium
- requests
- parsel
三、大致流程
鉴于你们不喜欢我啰嗦,但是流程呢,我还是要给你们写出来,所以我就单独把它列出来了。
1、网站分析(明确需求)
- 在视频网页源代码当中找到 embedUrl 对应的链接;
- 在链接当中找到视频播放地址,在元素面板当中;
- 发现规律 embedUrl上面的 groupby_id 其实就是当前视频链接上的id,下载视频的时候 就只需要 一个 id 就可以下载视频;
2、代码实现过程
- 构建embedUrl
- 使用selenium访问该链接
- 提取视频链接地址
- 拼接视频链接地址
- 使用requests发送请求 并且获取视频二进制数据
- 保存视频
四、代码展示分析
首先导入一下模块
import requests
from selenium import webdriver
进入浏览器设置
options = webdriver.ChromeOptions()
1、构建embedUrl
group_id = input("请输入你要下载视频的id:")
url = 'https://www.ixigua.com/embed?group_id=' + group_id
无头浏览器
options.add_argument("--headless")
加一个伪装
options.add_argument('User-Agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36"')
2、使用selenium访问该链接
driver: 浏览器
driver = webdriver.Chrome(executable_path="chromedriver.exe", options=options)
打开一个网页
驱动配置: 代码操作浏览器的一个中间人
driver.get(url)
隐式等待: 最多等待五秒 如果一秒钟加载完了 继续执行
driver.implicitly_wait(5)
3、提取视频链接地址
info = driver.find_elements_by_xpath('//*[@id="player_default"]/xg-controls/xg-definition/ul/li[1]')
video_url = info[0].get_attribute("url")
4、拼接视频链接地址
video_url = 'http:' + video_url
5、使用requests发送请求 并且获取视频二进制数据
video_data = requests.get(video_url).content
with open('1.mp4', mode='wb') as f:
f.write(video_data)
五、所有代码
import requests
from selenium import webdriver
# 进入浏览器设置
options = webdriver.ChromeOptions()
# 1. 构建embedUrl https://www.ixigua.com/embed?group_id=7029910152576926238
group_id = input("请输入你要下载视频的id:")
url = 'https://www.ixigua.com/embed?group_id=' + group_id
# 无头浏览器
options.add_argument("--headless")
# 加一个伪装
options.add_argument('User-Agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36"')
# 2. 使用selenium访问该链接
# driver: 浏览器
driver = webdriver.Chrome(executable_path="chromedriver.exe", options=options)
# 打开一个网页
# 驱动配置: 代码操作浏览器的一个中间人
driver.get(url)
# 隐式等待: 最多等待五秒 如果一秒钟加载完了 继续执行
driver.implicitly_wait(5)
# 3. 提取视频链接地址
info = driver.find_elements_by_xpath('//*[@id="player_default"]/xg-controls/xg-definition/ul/li[1]')
video_url = info[0].get_attribute("url")
# 4. 拼接视频链接地址
video_url = 'http:' + video_url
# 5. 使用requests发送请求 并且获取视频二进制数据
video_data = requests.get(video_url).content
with open('1.mp4', mode='wb') as f:
f.write(video_data)
print("爬取成功!!!")
#留了报错,看看大家够不够机智找出来
兄弟们看完觉得有帮助,记得点赞三连哇~