Python爬虫：看看舞蹈区哪个女网红最给力，如果爬虫不是为了爬视频，那将毫无意义

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

• requests

• re

• json

win+r打开搜索输入cmd按确定打开命令提示符窗口，输入pip install 加上你要安装的模块即可。下载速度慢的话换成国外的镜像源。

我还给大家准备了Python实现的五子棋游戏和超级玛丽源码，还有Python相关电子书和视频，都可以在左边扫码领取，没有软件或者不会安装也也可以。

二、爬虫流程

首先确定我们的需求是什么，以及数据来源分析。

通过开发者工具进行抓包分析，分析视频播放地址来自哪里。

得到视频播放url ，分析视频播放url 可以从哪里获取。

先获取所有视频的ID；

把这个ID传入视频数据包里面，就可以获取音频url地址以及视频标题；

音频url地址，可以进行保存数据；

代码实现步骤

发送请求 >>> 获取数据 >>> 解析数据 >>> 保存数据

发送请求, 对于视频数据包url地址

获取数据, 获取[服务器]返回的数据内容

解析数据, 提取我们想要的内容 视频url地址以及视频标题

保存数据

三、代码展示

导入模块

import requests # 数据请求模块

import pprint # 格式化输出模块

import re # 正则表达式

翻页分析请求url地址的变化规律，构建for循环。

for page in range(3, 11):

print(f’=正在爬取第{page}页的数据内容=')

url = f’https://v.****.com/g/all?set_id=31&order=hot&page={page}’

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36’

}

response = requests.get(url=url, headers=headers)

\d+匹配多个数字 视频ID 都是数字 想要的数据就用()

通过re模块里面findall方法，从response.text 里面匹配查询 <a href=“//v.huya.com/play/(\d+).html” class="video-wrap"数据内容。

video_id_list = re.findall(‘<a href=“//v.****.com/play/(\d+).html” class=“vide-wrap”’, response.text)

for video_id in video_id_list:

1、发送请求

对于视频数据包url地址

字符串格式化的方法，就是把 video_id 传入 url里面。

ur1 = f’https://liveapi.****.com/moment/getMomentContent?videoId={video_id}&uid=&_=1639224652506’

headers请求头，作用伪装python代码，模拟成浏览器对于服务器发送请求。

某些网站 不加headers会被反爬, 被识别出来是爬虫程序，服务器不会给你返回数据。

headers字典数据类型，键值对形势一个键对应一个值，键和值之间是用冒号隔开的。

headers = {

‘user-agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.93 Safari/537.36’

}

通过requests这个模块里面get请求方法，对于url地址发送请求，并且携带上headers请求头进行伪装，最后response变量接收返回数据。

response = requests.get(url=url, headers=headers)

<Response [200]> response响应体对象 200 状态码，表示请求成功。

response.text 获取响应体的文本数据。

2、获取数据

获取[服务器]返回的数据内容。

返回json字典数据，对于后续解析数据会更加方便。

print(response.json())

pprint.pprint(response.json())

3、解析数据

提取我们想要的内容 视频url地址以及视频标题

对于字典提取数据, 有了解过吗?

就是根据冒号左边的内容，提取冒号右边内容。

title = response.json()[‘data’][‘moment’][‘title’]

video_url = response.json()[‘data’][‘moment’][‘videoInfo’][‘definitions’][0][‘url’]

4、保存数据

需要对于视频url发送请求，获取二进制数据内容。

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。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

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！
ad064d.png)

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。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-ocDHceBm-1713374742192)]

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！