前言

仅用于交流学习,不可用于商业用途开发环境,不可非法测试。

(非大会员,不影响版权)

分析

我们要爬取的是视频,那肯定要爬取的是两样东西,视频跟音频。

在开始爬取的时候我们先要对网站进行一些信息收集,方便后面的爬取。

收集视频,音频,可以搜索mp4,m3u8,m4s,m4a等。

开始实践

先想一下自己喜欢什么类型的视频,然后去搜索,搜索出来的视频就是我们要爬取的。

我们先在python中发送请求,看看有没有我们想要的数据

import requestsimport re# 爬取多视频源网站url = 'https://search.bilibili.com/all?keyword=****'# 认证header = {"Referer": "https://www.bilibili.com/", # 防盗链,用于告诉服务器我是从哪个链接来的。"user-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36 Edg/111.0.1661.62","cookie": "*******"}response = requests.get(url, headers=header).textprint(response)

(这个认证,一般就写user-Agent,如果放回的数据中没有你想要的,是其他的内容,可以 试着多加上几个认证)

这里放回的数据中刚好有我们想要的数据

我们先把视频的地址给过滤出来,因为我们现在是在一个搜索页面上,还没有到看视频的网页上。

url_s = re.findall('', response)

这边会发现有一些地址是重复的,我们观察一下,再过滤一遍

url_s = re.findall('', response)[1::2]

我们再后面加上[1::2]作为切片,切分开来

现在这是一个数组,我们遍历出来,然后一个一个请求

for url_s in url_s:url = f'http:{url_s}'response_s = requests.get(url, headers=header).text

我们现在开始过滤出视频的名称

name = re.findall('

这边为什么在后面加上[0],因为过滤出来的名称还是数组,是数组的话,我们后面可能还要遍历一次,我[0]就直接取数组中第一个数据,然后刚好一个数组里面就只有一个数据

接下来我们要的是视频和音频的地址

经过在源码一顿瞎找,最后找到这一串

rp = re.findall('window.__playinfo__=(.*" />

这里面存在视频跟音频的地址,我们过滤出来

r_url = re.findall('"video":.*?"id":32,"baseUrl":"(.*?)"', str(rp))[0] # 视频地址r_url2 = re.findall('"audio":.*?"id":30280,"baseUrl":"(.*?)"', str(rp))[0] # 音频地址·

现在信息分析的差不多了,视频地址跟音频地址都拿到了

接下来就是请求了

res1 = requests.get(url=r_url, headers=header).content# 视频res2 = requests.get(url=r_url2, headers=header).content# 音频

把视频跟音频分别保存在一个文件中

os.mkdir(f'D:/python1/py/case_data/video/{name}')with open(f'路径/{name}/1' + '.mp3', mode='wb') as f:f.write(res2)with open(f'路径/{name}/2' + '.mp4', mode='wb') as f:f.write(res1)

我们查看一下运行查看一下文件中有没有文件,能不能正常打开

接下来我们使用工具ffmpeg合并视频跟音频

工具下载地址:Download FFmpeg

简单的学一下这个工具的使用,记住配置一下环境变量

我们利用os模块执行系统命令,将视频与音频合并

os.system(f'ffmpeg -i "地址/{name}/1.mp3" -i "地址/{name}/2.mp4" -acodec copy -vcodec copy 地址/{name}/{name}.mp4')

这样就合并成功了,先要的视频也能正常播放,如果有问题可以试着看看是那里出问题了。

总结

代码还是蛮简单的,信息收集的到位,后续写代码就不会太麻烦

本文只适合学习