某個夜深人靜的夜晚，夜微涼風微揚，月光照進我的書房~當我打開文件夾以回顧往事之余，驚現(xiàn)許多看似雜亂的無聊代碼。我拍腿正坐，一個想法油然而生：“生活已然很無聊，不如再無聊些叭”。于是，我決定開一個專題，便稱之為kimol君的無聊小發(fā)明。妙…啊~~~

眾所周知，視頻是一個學習新姿勢知識的良好媒介。那么，如何利用爬蟲更加方便快捷地下載視頻呢？本文將從數(shù)據(jù)包分析到代碼實現(xiàn)來進行一個相對完整的講解。

本次選取的目標視頻網(wǎng)站為某度旗下的好看視頻：

https://haokan.baidu.com1.視頻搜索

進入主頁后，我們可以看到一個搜索框歷歷在目：

當我們點擊搜索按鈕之后，會出現(xiàn)與關鍵字（ps.這里要考，大家仔細看😋）相匹配的視頻，我們需要做的便是抓包來分析其中的請求數(shù)據(jù)。

關于抓包工具，可以選擇三方工具（如Fiddler或者Burpsuit等），當然也可以選擇瀏覽器自帶的調(diào)試工具（在瀏覽器中按F12即可打開）。在這里我選擇了后者，打開F12調(diào)試工具，選擇網(wǎng)絡：

在點擊搜索按鈕之后我們可以看到相應的網(wǎng)絡請求出現(xiàn)在下面的工具框中：

通過簡單的查找之后我們可以很容易地發(fā)現(xiàn)對應的搜索請求（紅框標出部分），其對應的地址為：

https://haokan.baidu.com/videoui/page/search?query=kimol君666

那么，我們通過requests庫來模擬該請求，便可實現(xiàn)搜索視頻的功能：

import requestsres = requests.get(’https://haokan.baidu.com/videoui/page/search?query=xxxxx’)# xxxxx表示你需要搜索的關鍵字

注：這里不需要用到請求頭headers，但是不能一概而論。是否需要請求頭要根據(jù)具體網(wǎng)站分析哦~

你沒有看錯，我只用了2行代碼便實現(xiàn)了視頻網(wǎng)站的搜索功能。有時候，爬蟲就是這么簡單😉！在得到請求后，接下來我們要對這個請求返回的數(shù)據(jù)進行分析，同樣是在F12調(diào)試工具中點擊右側(cè)的響應便可以看到請求的響應：

很顯然，這里返回的是一個HTML格式的數(shù)據(jù)，我們只需要通過re庫或是bs4庫等將我們需要的數(shù)據(jù)提取出來即可。至此，關于視頻搜索的分析基本算是完成了。然而！細心的小伙伴會發(fā)現(xiàn)，我們現(xiàn)在可以獲得搜索結(jié)果，但是沒辦法選擇頁面呀。對嚯~那咋辦呀？

同樣，我們繼續(xù)抓包分析不就可以了嘛~ 我倒要看看你是怎么翻頁的。果然，下滑鼠標之后我們得到了新的請求：

其請求地址變?yōu)榱耍?/p>

https://haokan.baidu.com/videoui/page/search?pn=2&rn=10&_format=json&tab=video&query=kimol君666

請求多了pn、rn、_format、tab等參數(shù)，而且請求返回的格式也變?yōu)榱薐SON格式（豈不美哉？更方便提取想要的數(shù)據(jù)了）。通過簡單測試可以知道，這些參數(shù)分別代表：

參數(shù) 說明 pn 請求的頁碼 rn 每次請求返回的數(shù)據(jù)量 _format 請求返回的數(shù)據(jù)格式 tab 請求的標簽類型

那么，相應的代碼可以改為：

import requestspage = 1keyword = ’xxxxx’ # xxxxx為搜索的關鍵字url = ’https://haokan.baidu.com/videoui/page/search?pn=%d&rn=10&_format=json&tab=video&query=%s’%(page,keyword)res = requests.get(url)data = res.json()

至此，視頻搜索部分的分析算是告于段落了。

視頻下載的思路也很清晰，只需進入播放視頻的界面找到相應的視頻原文件地址即可。小手一點，我們便進到了一個視頻的播放界面，我們可以發(fā)現(xiàn)其URL很有規(guī)律：它通過一個vid的參數(shù)來指向的相應視頻。

右鍵視頻播放頁面查看源碼（或者通過右鍵視頻檢查元素也可），我們可以找到視頻播放的src，其對應的正則表達式為：

p = ’<video src=(.*?)>’

那么，我們可以定義一個函數(shù)來解析視頻的原文件地址：

def get_videoUrl(vid): ’’’ 提取視頻信息中的視頻源地址 ’’’ res = requests.get(’https://haokan.baidu.com/v?vid=%s’%vid) html = res.text videoUrl = re.findall(’<video src=(.*?)>’,html)[0] return videoUrl

輸入視頻的id參數(shù)，將返回視頻的真正文件地址。有了視頻的地址，要下載視頻便是信手拈來：

def download_video(vid): ’’’ 下載視頻文件 ’’’ savePath = ’xxxxx.mp4’ # 定義存儲的文件名 videoUrl = get_videoUrl(vid) # 獲取視頻下載地址 res = requests.get(videoUrl) with open(savePath,’wb’) as f: f.write(res.content)

至此，我們已經(jīng)可以根據(jù)關鍵字搜索相關的視頻，并且可以把視頻下載到本地了。這也意味著：關于本次視頻下載爬蟲的介紹也就結(jié)束了，剩下的就是根據(jù)自己實際需求對代碼進行包裝即可。

這里提供一個我自己的代碼，僅供參考：

# =============================================================================# 好看視頻_v0.1# =============================================================================import reimport osimport timeimport queueimport requestsimport threadingimport pandas as pdclass Haokan: def __init__(self): self.url = ’https://haokan.baidu.com/videoui/page/search?pn=%d&rn=20&_format=json&tab=video&query=%s’ self.headers = { ’User-Agent’: ’Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:80.0) Gecko/20100101 Firefox/80.0’, ’Accept’: ’text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8’, ’Accept-Language’: ’zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2’, ’Connection’: ’keep-alive’, ’Upgrade-Insecure-Requests’: ’1’, ’TE’: ’Trailers’, } self.savaPath = ’./videos’ # 視頻存儲路徑 def get_info(self,keywords,page): ’’’ 搜索關鍵字，獲取相關視頻信息 ’’’ self.result = [] # 相關視頻信息 for p in range(1,page+1): res = requests.get(self.url%(p,keywords),headers=self.headers) data = res.json()[’data’][’response’] videos = data[’list’] self.result.extend(videos) print(’'第%d頁'爬取完成!’%(p+1)) self.result = pd.DataFrame(self.result) self.result.to_excel(’%s.xlsx’%keywords,index=False) # 定義隊列，用于多線程下載視頻 self.url_queue = queue.Queue() for vid,url in zip(self.result[’vid’],self.result[’url’]): self.url_queue.put((vid,url)) def get_videoUrl(self,url): ’’’ 提取視頻信息中的視頻源地址 ’’’ res = requests.get(url,headers=self.headers) html = res.text videoUrl = re.findall(’<video src=(.*?)>’,html)[0] return videoUrl def download_video(self,videoId,videoUrl): ’’’ 下載視頻文件 ’’’ # 如果視頻存儲目錄不存在則創(chuàng)建 if not os.path.exists(self.savaPath): os.mkdir(self.savaPath) res = requests.get(videoUrl,headers=self.headers) with open(’%s/%s.mp4’%(self.savaPath,videoId),’wb’) as f: f.write(res.content) def run(self): while not self.url_queue.empty(): t_s = time.time() vid,url = self.url_queue.get() try: video_url = self.get_videoUrl(url) self.download_video(vid,video_url) except: print(’'%s.mp4'下載失敗!’%vid) continue t_e = time.time() print(’'%s.mp4'下載完成!(用時%.2fs)’%(vid,t_e-t_s)) if __name__ == '__main__': keywords = ’多啦A夢’ page = 1 # 爬取頁數(shù)，每頁20條信息 t_s = time.time() haokan = Haokan() haokan.get_info(keywords,page) N_thread = 3 # 線程數(shù) thread_list = [] for i in range(N_thread): thread_list.append(threading.Thread(target=haokan.run)) for t in thread_list: t.start() for t in thread_list: t.join() t_e = time.time() print(’任務完成!(用時%.2fs)’%(t_e-t_s))

運行代碼，可以看到小頻頻全都來到我的碗里了😍~

今天分享的視頻下載算是最基礎的了，它宛如一位慈祥的老奶奶，慈眉善目，面帶笑容。它沒有各種繁瑣的反爬機制（甚至連headers都不進行驗證），而且數(shù)據(jù)返回的格式也是極其友好的，就連視頻格式也顯得如此的溫柔。

我相信在“她”的陪伴下，我們可以走好學習爬蟲的第一步。縱使日后我們還將面臨IP驗證、參數(shù)驗證、驗證碼、行為檢測、瑞數(shù)系統(tǒng)等等諸多反爬考驗，也許還需應對視頻格式轉(zhuǎn)換等挑戰(zhàn)。但是，請記住kimol君將始終陪伴在你們身邊~

最后，感謝各位大大的耐心閱讀，咋們下次再會~

以上就是用python制作個視頻下載器的詳細內(nèi)容，更多關于python 制作視頻下載器的資料請關注好吧啦網(wǎng)其它相關文章！