python教程 网易公开课_如何用Python抓取网易公开课的视频？

怎么办？下载APP吗？作为一个技术人员这点问题我怎么会屈服呢，正好这两天跟大家说Python，那么今天就用Python搞一下吧。

需要下载视频的网页地址：

http://v.163.com/special/opencourse/machinelearning.html

右键查看源代码，发现提供下载的视频格式都是“.mp4”后缀：

网页上提供下载的视频在源代码中都是这种式：href='http://mov.bn.netease.com/mobilev/2011/9/8/V/S7CTIQ98V.mp4'

据此可以写出所要匹配的正则表达式：r=r' href='(http.*\.mp4)' '

接下来的任务就是获取网页源代码，然后在源代码里面寻找所有匹配正则r的字符串。

抓取源代码可以利用urllib里的urlopen()方法：page=urllib.urlopen(url)，返回的是一个页面的对象page，通过html=page.read()可以将页面源代码保存到html变量中。

源代码抓下来之后，就要寻找并获取里面所有的：

href='http://mov.bn.netease.com/mobilev/2011/9/8/V/S7CTIQ98V.mp4'

可以通过正则r，以及正则模块re里的findall方法来获取：mp4List=re.findall(re_mp4,html)

findall返回的是列表，列表里的元素就是视频的地址了，比如下面就是一个视频地址：            http://mov.bn.netease.com/mobilev/2011/9/8/V/S7CTIQ98V.mp4

视频的地址抓取下来后，利用模块urllib里的urlretrieve()方法通过视频地址将视频下载下来：   urllib.urlretrieve(mp4url)，mp4url是mp4List里的元素。另外还可以给下载下来的视频命名：urllib.urlretrieve(mp4url,'%s.mp4' %filename)，这个filename是个变量，当下载完一个视频后，它就加1，这样所有视频被命名为1.mp4，2.mp4，3.mp4...........

为了便于查看下载进度，可以在urllib.urlretrieve(mp4url,'%s.mp4' %filename)后面加一句：

print  'file '%s.mp4' done' %filename，这样下载完一个视频后就会输出一行提示

运行效果如下：

代码如下：

大家改动一下代码试试别的网站视频，自己动手学的更多。

今天文章发的有点晚，个人原因抱歉，希望大家理解，明天一定按时！