爬取包图网视频（lxml解析）

以前解析HTML用的是BS，RE或者PyQuery，使用XML解析后我发现还是比较好用的。后面附有代码，当然，如果读者想用做课程设计，可以有所改进，如增加数量，识别视频内容（使用opencv）等等，以包图网作为列子.

用最普通的IDLE运行：

爬取下载后的文件：

'''
1 请求包图网拿到HTML数据


2 抽取数据，视频链接，名字

3 下载视频

4 保存视频
'''


import requests
from  lxml import etree


#1 请求包图网拿到HTML数据
url=r"https://ibaotu.com/shipin/"
response=requests.get(url)

#print(response.text)#查看html数据

html=etree.HTML(response.text)

src_list=html.xpath('//div[@class="video-play"]/video/@src')#得到视频链接

tit_list=html.xpath('//div[@class="video-titbox"]/a/span[@class="video-title"]/text()')#得到视频名字
#print(src_list)
#print(tit_list)


for src,tit in zip(src_list,tit_list):

    #print(src,tit,'\n')

    resp=requests.get("https:"+src)


    fileName="D:\\Spiders_file\\video\\"+str(tit)+".mp4"

    print("正在保存:" + fileName)
    with open(fileName,"wb") as f:
        f.write(resp.content)
        f.close()