python對虎牙進行小姐姐視頻采集,舞蹈區內容真熱鬧~

前言

嗨嘍，大家好！這里是魔王吶~

科爾沁右翼前網站制作公司哪家好，找成都創新互聯公司！從網頁設計、網站建設、微信開發、APP開發、響應式網站設計等網站項目制作，到程序開發，運營維護。成都創新互聯公司2013年開創至今到現在10年的時間，我們擁有了豐富的建站經驗和運維經驗，來保證我們的工作的順利進行。專注于網站建設就選成都創新互聯公司。

環境使用:

Python 3.8 解釋器<運行代碼>
Pycharm 編輯器 <寫代碼>

模塊使用]:

requests >>> 數據請求第三方模塊 pip install requests <工具>
re <正則表達式模塊>

如果安裝python第三方模塊:

win + R 輸入 cmd 點擊確定, 輸入安裝命令 pip install 模塊名 (pip install requests) 回車
在pycharm中點擊Terminal(終端) 輸入安裝命令

如何配置pycharm里面的python解釋器?

選擇file(文件) >>> setting(設置) >>> Project(項目) >>> python interpreter(python解釋器)
點擊齒輪, 選擇add
添加python安裝路徑

pycharm如何安裝插件?

選擇file(文件) >>> setting(設置) >>> Plugins(插件)
點擊 Marketplace 輸入想要安裝的插件名字比如:翻譯插件輸入 translation / 漢化插件輸入 Chinese
選擇相應的插件點擊 install(安裝) 即可
安裝成功之后是會彈出重啟pycharm的選項點擊確定, 重啟即可生效

基本思路流程:

一. 分析數據來源

找尋網址上面視頻數據來自于哪里

開發者工具進行抓包..

鼠標右鍵點擊檢查或者 F12打開開發者工具
刷新網頁
找尋視頻數據...<通過media里找尋視頻url地址>
找視頻url地址來于那個數據包 >>> 通過視頻url地址中一段參數進行搜索, 建議是搜.mp4前面這段內容...

二, 代碼實現過程: 對于某些網站可能需要多次請求,

發送請求, 對于找到視頻數據包發送請求
獲取數據, 獲取服務器返回響應數據
解析數據, 提取我們想要數據內容視頻url地址視頻標題
....
保存數據, 保存視頻數據到本地文件夾

多個視頻采集 <視頻數據包url地址變化規律>

代碼

# 導入模塊
import requests
import requests  # 數據請求模塊
import pprint  # 格式化輸出模塊
import re

for page in range(2, 6):
    print(f'正在采集第{page}頁的數據內容')
    link= f'https://v.huya.com/g/all?set_id=51&order=hot&page={page}'
    headers= {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36'
    }
    html_data= requests.get(url=link, headers=headers).text
    # print(html_data)
    # 使用re正則表達式提取數據 從什么地方去獲取什么數據
    #<li data-vid="(\d+)"><a href=".*?"  加了括號是我們想要數據內容 \d+ 匹配多個數字 .*? 可以匹配任意字符(除了換行符\n)
    video_id_list= re.findall('<li data-vid="(\d+)"><a href=".*?"', html_data)
    print(video_id_list)
for video_id in video_id_list:
        url= f'https://liveapi.huya.com/moment/getMomentContent?videoId={video_id}&uid=&_='
        # 偽裝python代碼  在開發者工具里復制 user-agent 用戶代理 表示瀏覽器基本身份表示
        # headers請求頭, 可以python代碼偽裝成瀏覽器對于url地址發送請求<作用防止被識別出來是爬蟲程序>
        # cookie 用戶信息, 常用于檢測是否登陸賬號<無論登陸與否 都有一個cookie>
        # headers= {
        #'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.4951.54 Safari/537.36'
        # }
        # 通過requests模塊里面get請求方法對于url地址發送請求, 并且攜帶上headers請求頭偽裝, 最后用自定義變量response接受返回數據
        response= requests.get(url=url, headers=headers)
        # print(response.json())  #<Response [200]> 200表示請求成功 response.json() 返回數據一定是完整json數據格式
        # pprint.pprint(response.json())
        # 解析數據 字典取值  根據鍵值對取值 {'鍵': '值', '鍵1': '值1'} 根據冒號左邊的內容<鍵>, 提取冒號右邊的內容<值>
        title= response.json()['data']['moment']['title']
        title= re.sub(r'[\/:*?"<>|\n\r\t]', '', title)
        video_url= response.json()['data']['moment']['videoInfo']['definitions'][0]['url']
        print(title)
        print(video_url)

        # 保存數據 需要對于視頻播放地址, 發送請求獲取數據內容
        video_content= requests.get(url=video_url, headers=headers).content
        with open('video\\' + title +video_id + '.mp4', mode='wb') as f:  # as 重命名為 f
            f.write(video_content)

        # f= open('video\\' + title + '.mp4', mode='wb')
        # f.write(video_content)
        # f.close()

本文名稱：python對虎牙進行小姐姐視頻采集,舞蹈區內容真熱鬧~
文章轉載：http://m.kartarina.com/article40/dsoggho.html

成都網站建設公司_創新互聯，為您提供電子商務、App設計、Google、微信小程序、響應式網站、面包屑導航

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容