Python如何爬取视频-创新互联

创新互联www.cdcxhl.cn八线动态BGP香港云服务器提供商，新人活动买多久送多久，划算不套路！

这篇文章将为大家详细讲解有关Python如何爬取视频，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

1.完成这个程序代码需要的Python模块

需要的Python模块有：requests模块、bs4模块、threading模块、sys模块、urllib模块、os模块
下面简要的介绍一下在这个程序中所使用的Python模块的作用：
requests模块：主要用于爬取网页数据；
bs4模块:主要用于解析爬取得到的数据信息；
threading模块：主要用于下载所有的.ts文件，提高下载速度；
sys模块：如果程序中间出现错误，终止整个程序代码,使用sys.exit()方法；
urllib模块：用于对用户输入的信息进行编码，主要使用urllib.parse.urlencode()方法；
os模块：用于得到一个文件夹下面所有的文件(或者文件夹)(在这里是得到文件)，使用os.listdir()方法。

首先，我们要来到这个网址下面：YM影视
在搜索栏上面输入一部视频的名称：小编在这里输入的是：斗罗大陆，点击搜索按钮，来到下面的画面：

接下俩我们需要得到的内容就是这些了，按电脑键盘的F12键，来到开发者工具，可以发现，这些内容和视频的链接在这个标签下面；

实现代码：两个函数

def get_video_content():  # 得到匹配到的相关电影（或者电视剧）的名称、链接、简介的列表
    video=input('请输入你想看的电影或者电视剧名称：')
    keyword=parse.urlencode({'k':video})[2:]   # 对输入的名称进行编码
    url='http://ymystv.com/seacher-%s.html'%(keyword)
    headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.25 Safari/537.36 Core/1.70.3756.400 QQBrowser/10.5.4039.400'}
    response=requests.get(url=url,headers=headers)
    soup=BeautifulSoup(response.text,'lxml')
    list_1=soup.select('li.activeclearfix')
    # list_1列表里面有的内容为 电影名称（或者电视剧名称）、链接、简介等
    return list_1

def get_video_contents(list_1:list): # 进一步处理得到的内容（解析）
    list_url=[] # 视频的链接
    listName=[] # 视频名称
    for i in range(len(list_1)):
        url=list_1[i].select('div.detail>h4>a')[0]['href']
        url='http://ymystv.com/'+url[url.rfind('./')+2:]
        list_url.append(url)
        name=list_1[i].select('div.detail>h4>a')[0].text
        listName.append(name)
        print('【{}】-{}'.format(i+1,name)) # 电影或者电视剧的名称
        str1=list_1[i].select('div.detail>div.m-description')[0].text # 电影或者电视剧的简介

        # 对简介进行字符串处理,并按照每行最多50个字符输出
        str1='简介:'+str1[str1.find('简  介 ：')+6:].strip() # 去空格
        for j in range(len(str1)//50+1):
            print('{}'.format(str1[j*50:(j+1)*50]))
        # print('{}'.format(str1)) # 没处理的输出结果
        print('*'+'--'*36)

    id=int(input('请输入你想看的序号:'))

    return list_url[id-1],listName[id-1]

运行结果:

之后就是选择我们想看的视频了，我选择的是 龙王传说 也就是上面的序号6，虽然我没有显示出它，
点进去之后，可以发现，这里有许多集，现在需要的就是这些集数的链接了。
跟上面一样，按电脑键盘F12键，来到开发者模式，可以发现，集数在这个标签下面；

这样我们就可以得到这些视频的播放链接了，那怎样下载呢？我们点击NetWork下面的XHR刷新一下，可以发现，在这里有一个视频接口（你懂的）,只要将这个接口和刚才我们得到的一个视频链接组合起来，在浏览器上打开，就是一个json数据，如下：

我们只需将这个链接得到，并且得到里面使用的.ts文件的下载链接即可。

这里我运用的多线程下载，不过并不是所有的.ts文件都能播放的，但是合并成.MP4之后，是可以的；如果得到是一个.MP4文件的下载链接，我会将它直接输出，因为一个.mp4文件比较大，运用Python爬虫下载花费的时间比较多，所以这还不如直接运用浏览器下载。

import os

path=input('请输入需要合并的绝对路径:')
list_1=[path+'\{}.ts'.format(str(ij)) for ij in sorted([int(str_1[:str_1.find('.')]) for str_1 in os.listdir(path)])]
for str_2 in list_1:
    with open(file=str_2,mode='rb') as f:
        content=f.read()
    with open(file='./龙王传说_1.mp4',mode='ab') as fp:
        fp.write(content)

合并保存的那个.MP4文件的名称需要我们自己手动修改一下，当然读者也可以改动一个代码，不过，我觉得我的这个合并还不算好，播放的MP4还是有一些问题的，读者如果有什么更好的合并方法，可以在下方留言，谢谢！

运行结果：

运用Python爬虫下载视频