python做一个樱花动漫视频的蜘蛛（配合ffmpeg和selenium）

追着梦的码怪

已于 2024-06-06 11:26:54 修改

阅读量940

点赞数 25

文章标签： python ffmpeg selenium

于 2024-02-21 19:18:11 首次发布

本文链接：https://blog.csdn.net/qq_42145991/article/details/136216474

版权

本文讲述了如何利用Python编写脚本，通过Selenium获取网页内容，结合FFmpeg解析M3U8链接，实现动漫视频的自动化搜索和下载。

摘要由CSDN通过智能技术生成

python做一个樱花动漫视频的蜘蛛（配合ffmpeg和selenium）

这里写目录标题

python做一个樱花动漫视频的蜘蛛（配合ffmpeg和selenium）

gitee地址：https://gitee.com/dobest-li/YHanime-video

代码思路：

获取m3u8链接（通过xpath去定位）然后放入ffmpeg去测试能否拿得到，若能拿到就先去寻找该链接在哪，然后定位到那个链接然后进行分析
找得到m3u8链接之后，就从动漫搜索框所在的页面，寻找如何跳过去
跳过去之后查找集数然后找到跳转到m3u8的链接进行储存

开始实现

找到动漫搜索框
- 搜索之后找到变化点在哪
- -
  搜索之后可以发现链接是变化的，是用RESTful风格，以下是主要代码

	
		word = input("请输入关键字进行搜索")
		allurl = []
		# 获取樱漫的Url Text
		url_YH = "http://www.yinghua8.tv/search/"+word+"?page=1"

获取搜索之后页面列表

	# 获取搜索到的列表进行返回
def getYHSearchList(self):
   topic_list = []
   link_list = []
   flag = 0
   li_len = self.driver.find_elements(By.XPATH, '/html/body/div[4]/div[2]/div/ul/li')
   for j in range(1,999,1):
       if(flag == 1):
           break
       for i in range (0,len(li_len),1):
           print(i)
           try:
               topic = self.driver.find_elements(By.XPATH, '/html/body/div[4]/div[2]/div/ul/li')[i].text
               topic = topic.split("\n")[0]
               link = self.driver.find_elements(By.XPATH,'/html/body/div[4]/div[2]/div/ul/li/a')[i].get_attribute("href")

               topic_list.append(topic)
               link_list.append(link)

           except:
               flag=1
               break
       if(len(li_len)<20):
           break
   print(topic_list)
   print(link_list)
   return topic_list,link_list

获取集数

# 选择集数
    def chooseEpisode(self):
        print("------------------选集模块-------------------------")
        episode_list = []
        episode = self.driver.find_elements(By.XPATH,'//*[@id="main0"]/div/ul/li/a')
        for i in episode:
            episode_list.append(i.get_attribute("href"))
        for i in range(0,len(episode_list),1):
            print("第"+str(i+1)+"集-->"+episode_list[i])
        modeNum = input("请选择模式，0是选单集（用英文逗号分割）---->")
        chooseEpisodeNum = ""
        if(modeNum == "0"):
            chooseEpisodeNum = input("请选择您的集数")
            self.downloadFilmOne(episode_list, int(chooseEpisodeNum)-1)
            print("您选的集数链接是---->"+episode_list[int(chooseEpisodeNum)-1])

开始下载

# 下载单集
    def downloadFilmOne(self,episode_list,chooseEpisodeNum):
        self.driver.get(episode_list[chooseEpisodeNum])
        print("-----------开始下载--------------")
        findFlag = 0
        try:
            self.driver.find_element(By.XPATH,'//*[@id="playbox"]').get_attribute("data-vid")
        except:
            findFlag = 1
            print("没找到m3u8资源")
        if(findFlag == 0):
            m3u8_str = self.driver.find_element(By.XPATH, '//*[@id="playbox"]').get_attribute("data-vid")
            m3u8_url = m3u8_str.split("$")[0]
            ffmpy3.FFmpeg(inputs={m3u8_url: None},
                          outputs={"第{}集.mp4".format(int(chooseEpisodeNum)+1): '-b:v 2000k -s 1920*1080 -crf 18'}).run()

以下是全部代码：

# -*- coding:utf-8 -*-

from lxml import etree
import ffmpy3
import socket
from selenium import webdriver
from selenium.webdriver.common.by import By
import time


#Film类
class Film:

    #     初始化驱动
    def initEdgeDriver(self):
        option = webdriver.EdgeOptions()
        # 阻塞住 防止它自动退出
        option.add_experimental_option('detach', True)
        option.add_experimental_option("excludeSwitches", ['enable-automation', 'enable-logging'])
        return webdriver.Edge(options=option,executable_path="./msedgedriver.exe")


    # 初始化数据
    def __init__(self):
        print("初始化中.....")
        self.driver = self.initEdgeDriver()

    # 定义prepareWork函数，做准备上班
    def prepareWork(self, url):
        self.driver.get(url)
        time.sleep(1)

    # 获取html
    def getHtml(self,url):
        # 防止远程断开
        timeout = 20
        socket.setdefaulttimeout(timeout)
        self.driver.get(url)
        html = self.driver.page_source
        return html

    # 获取xml
    def getXml(self,html):
        elemt = etree.HTML(html)
        return elemt

    # 获取搜索到的列表进行返回
    def getYHSearchList(self):
        topic_list = []
        link_list = []
        flag = 0
        li_len = self.driver.find_elements(By.XPATH, '/html/body/div[4]/div[2]/div/ul/li')
        for j in range(1,999,1):
            if(flag == 1):
                break
            for i in range (0,len(li_len),1):
                print(i)
                try:
                    topic = self.driver.find_elements(By.XPATH, '/html/body/div[4]/div[2]/div/ul/li')[i].text
                    topic = topic.split("\n")[0]
                    link = self.driver.find_elements(By.XPATH,'/html/body/div[4]/div[2]/div/ul/li/a')[i].get_attribute("href")

                    topic_list.append(topic)
                    link_list.append(link)

                except:
                    flag=1
                    break
            if(len(li_len)<20):
                break
        print(topic_list)
        print(link_list)
        return topic_list,link_list

    # 选择影片
    def chooseFilm(self,topic_list,herf_list):
        for i in range(0,len(topic_list),1):
            print("------"+str(i)+"----->"+topic_list[i])
        filmNameNum = input("请输入您想爬取的电影(输入编号):")
        self.driver.get(herf_list[int(filmNameNum)])

    # 选择集数
    def chooseEpisode(self):
        print("------------------选集模块-------------------------")
        episode_list = []
        episode = self.driver.find_elements(By.XPATH,'//*[@id="main0"]/div/ul/li/a')
        for i in episode:
            episode_list.append(i.get_attribute("href"))
        for i in range(0,len(episode_list),1):
            print("第"+str(i+1)+"集-->"+episode_list[i])
        modeNum = input("请选择模式，0是选单集，1是选全部，2是选区间（输入起始与结束区间）,3是选某几集（用英文逗号分割）---->")
        chooseEpisodeNum = ""
        if(modeNum == "0"):
            chooseEpisodeNum = input("请选择您的集数")
            self.downloadFilmOne(episode_list, int(chooseEpisodeNum)-1)
            print("您选的集数链接是---->"+episode_list[int(chooseEpisodeNum)-1])

    # 下载单集
    def downloadFilmOne(self,episode_list,chooseEpisodeNum):
        self.driver.get(episode_list[chooseEpisodeNum])
        print("-----------开始下载--------------")
        findFlag = 0
        try:
            self.driver.find_element(By.XPATH,'//*[@id="playbox"]').get_attribute("data-vid")
        except:
            findFlag = 1
            print("没找到m3u8资源")
        if(findFlag == 0):
            m3u8_str = self.driver.find_element(By.XPATH, '//*[@id="playbox"]').get_attribute("data-vid")
            m3u8_url = m3u8_str.split("$")[0]
            ffmpy3.FFmpeg(inputs={m3u8_url: None},
                          outputs={"第{}集.mp4".format(int(chooseEpisodeNum)+1): '-b:v 2000k -s 1920*1080 -crf 18'}).run()

   

if __name__ == '__main__':
    try:
        print("不要输入超过提示的范围，否则将会报错退出")
        word = input("请输入关键字进行搜索（搜索较慢请耐心等待，网络会影响搜索速度，软件会捕捉所有可能下载的剧名并显示，2分钟没出来请关闭重试）")
        allurl = []
        # 获取樱漫的Url Text
        url_YH = "http://www.yinghua8.tv/search/"+word+"?page=1"
        film = Film()
        html = film.getHtml(url_YH)
        topic_list,link_list = film.getYHSearchList()
        film.chooseFilm(topic_list,link_list)
        film.chooseEpisode()
    except Exception:
        print("报错了"+Exception)

运行效果

在这里插入图片描述

注意事项：

仅供学习研究使用
该代码需要有ffmpeg和selenium-4.8.3.dist-info配合使用，因为4.8.3可以指定webdriver的位置
webdriver一定要配合对应的浏览器进行驱动
ffmpeg和webdriver建议和源码放在一个目录下
如果发现代码找不到资源如空列表[],[]，空链接时候，可能是页面加载慢但代码先行，可以加个time.sleep()这个函数等待页面加载出来(放到 self.driver.get(xxx)之后)。