python驾到~障碍通通闪开，美女批量入内存~

前言

嗨喽~大家好呀，这里是魔王呐 !

又是普普通通采集美女得一天啊~

环境使用:

• Python 3.8

• Pycharm

• 谷歌浏览器

• 谷歌驱动

---

模块使用:

• requests >>> pip install requests

• re

• json

• selenium >>> pip install selenium==3.141.0 <需要浏览器和浏览器驱动>

---

安装python第三方模块:

1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

2. 在pycharm中点击Terminal(终端) 输入安装命令

---

如何配置pycharm里面的python解释器?

1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)

2. 点击齿轮, 选择add

3. 添加python安装路径

---

pycharm如何安装插件?

1. 选择file(文件) >>> setting(设置) >>> Plugins(插件)

2. 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese

3. 选择相应的插件点击 install(安装) 即可

4. 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效

---

思路分析

先采集一个视频内容 —> 采集这个视频博主所有视频内容

如何实现案例: 流程思路 <通用模板>

一. 数据来源分析:

1. 明确需求:

   采集那个网站上面什么数据内容 —> 1. 视频标题 2. 视频播放链接

2. 通过开发者工具进行抓包分析, 分析数据所在地方

   • F12 或者 鼠标右键点击检查选择network 刷新网页 —> 为了让本网页相关数据内容, 重新加载一遍

   • 找视频播放链接在什么地方 —> 找media

   • 已知 视频播放链接 —> 分析这个视频播放链接在什么可以得到

   通过搜索分析, 可以找到视频数据来源, 但是链接是转码了 <代码实现时候, 提取出来, 然后进行解码就可以了>

二. 代码实现步骤过程

1. 发送请求, 模拟浏览器对于url地址发送请求

2. 获取数据, 获取服务器返回响应数据

   开发者工具里面 response

3. 解析数据, 提取我们想要数据内容

   • 视频链接

   • 视频标题

4. 保存数据, 把视频内容保存本地文件夹

批量采集代码

导入数据请求模块

第三方模块 需要在cmd里面或者pycharm终端里面进行安装 pip install requests

import requests
# 导入正则  内置模块 不需要安装
import re
# 导入json模块  内置模块 不需要安装
import json
# 导入格式化输出模块 内置模块 不需要安装
from pprint import pprint
# 自动化测试模块
from selenium import webdriver
# 导入时间模块
import time

“”"

发送请求, 模拟浏览器对于url地址发送请求

• <Response [200]> 表示响应对象

  对于url地址 请求成功, 但是不代表你一定得到数据

• 为什么没有得到我们想要数据内容

  当我们被服务器识别出来是爬虫程序的时候, 我可能得不到数据, 或者得到数据不是我们想要的

selenium 模拟人的行为去操作浏览器, 获取所有视频ID

定位元素获取视频播放页url地址

selenium —> 浏览器驱动谷歌 —> 浏览器谷歌

“”"

打开浏览器 实例化浏览器对象 driver 浏览器对象