爬虫学习—小破站爬取单个视频（加强版）

**输入目标url后记得加一个空格，再按回车键**

import requests
from lxml import etree
import re
from moviepy.editor import *

if __name__ == '__main__':
    # 输入播放页面的url
    url_ = input('请输入播放页面的url:')

    # 设置用户代理，cookie
    headers_ = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36',
        'referer': '    '#自行添加referer
    }

    # 发送请求，得到响应对象
    response_ = requests.get(url_,headers=headers_)

    str_data = response_.text  # 视频主页的html代码，类型是字符串

    # 使用xpath解析html代码，得到想要的url
    html_obj = etree.HTML(str_data)  # 转换格式类型

    # 获取视频的视频
    title_ = html_obj.xpath('//title/text()')[0]

    # 影响视频合成的特殊字符的处理
    title_ = title_.replace('/','')
    title_ = title_.replace(' ','')
    title_ = title_.replace('&','')

    # 使用xpath语法获取数据
    # 取到数据为列表，索引[0]取值取出里面的字符串，即包含纯视频纯音频文件的url字符串
    url_list_str = html_obj.xpath("//script[contains(text(),'window.__playinfo__')]/text()")[0]

    # 使用正则提取纯视频url
    video_url = re.findall(r'"video":\[{"id":\d+,"baseUrl":"(.*?)"',url_list_str)[0]

    # 使用正则提取纯音频url
    audio_url = re.findall(r'"audio":\[{"id":\d+,"baseUrl":"(.*?)"',url_list_str)[0]

    # 设置灵活的headers
    headers_ = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36',
        'referer': url_
    }

    # 获取纯视频的数据
    response_video = requests.get(video_url,headers=headers_,stream=True)
    bytes_video = response_video.content
    # 获取纯音频的数据
    response_audio = requests.get(audio_url,headers=headers_,stream=True)
    bytes_audio = response_audio.content

    # 获取文件大小,单位为KB
    video_size = int(int(response_video.headers['content-length'])/1024)
    audio_size = int(int(response_audio.headers['content-length'])/1024)

    title_1 = title_ + '!'  # 名称进行修改，避免重名
    # 保存
    with open(f'{title_1}.mp4','wb') as f:
        f.write(bytes_video)
        print(f'{title_1}>>>>纯视频文件下载完毕....,大小为{video_size}KB,{int(video_size/1024)}MB')
    with open(f'{title_1}.mp3','wb') as f:
        f.write(bytes_audio)
        print(f'{title_1}>>>>纯音频文件下载完毕....,大小为{audio_size}KB,{int(audio_size / 1024)}MB')

    ffmpeg_tools.ffmpeg_merge_video_audio(f'{title_1}.mp4', f'{title_1}.mp3', f'{title_}.mp4')
    print('视频合成成功....')

    # 显示合成文件的大小
    res_ = int(os.stat(f'{title_}.mp4').st_size / 1024)
    print(f'{title_1}>>>>视频合成成功....,大小为{res_}KB,{int(res_ / 1024)}MB')

    # 移除纯视频文件
    os.remove(f'{title_1}.mp4')
    # 移除纯音频文件
    os.remove(f'{title_1}.mp3')

球球让我审核通过吧，我都发十几次了，把所有小破站的信息都删了啊，孩子真的努力很久了啊，让孩子过吧

早知道我就不改了，真的是手欠