Python项目实战:海量视频资源采集

今天来做10分钟完成海量视频数据的采集,下图是需要采集的对象。

图片

如何对数据进行采集呢,首先打开抓包工具进行分析。选择对应的元素图标点需要抓取的资源,可以看到索引到了对应的标签资源位置,可以看到对应的是img标签。

图片

找到img上一层级的同级别div标签进行展开,可以看到里面嵌套了video标签,这个标签的src属性里面有对应的视频资源。视频资源少了https:这样的协议头,只需要在这个字符串前面拼接这个https:协议头就可以进行视频的访问。

图片

通过同样的方式,也可以找到视频对应的文字位置。后续采集到了视频,顺便可以使用对应的文字标题进行命名。其它的视频,也可以使用这样的方式进行查看。

图片

Html里面的数据就有我们想要的结果,所以只需要对当前网页页面的网址发起网络请求就可以。拿到数据结果之后,筛选数据,进行保存就可以得到最终的结果。

在发起请求的时候,可以看到有视频数据的结果,后面就是数据删选的操作。

图片

使用xpath语法可以筛选出数据,这是xpath语法筛选出来的结果。

图片

数据筛选出来之后,直接进行保存就行。

以下是示例代码:

图片

  • 27
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值