濮阳杆衣贸易有限公司

主頁(yè) > 知識(shí)庫(kù) > python爬蟲(chóng)線(xiàn)程池案例詳解(梨視頻短視頻爬取)

python爬蟲(chóng)線(xiàn)程池案例詳解(梨視頻短視頻爬取)

熱門(mén)標(biāo)簽:申請(qǐng)辦個(gè)400電話(huà)號(hào)碼 高德地圖標(biāo)注字母 外呼系統(tǒng)前面有錄音播放嗎 400電話(huà)辦理費(fèi)用收費(fèi) 千呼ai電話(huà)機(jī)器人免費(fèi) 騰訊地圖標(biāo)注有什么版本 鎮(zhèn)江人工外呼系統(tǒng)供應(yīng)商 柳州正規(guī)電銷(xiāo)機(jī)器人收費(fèi) 深圳網(wǎng)絡(luò)外呼系統(tǒng)代理商

python爬蟲(chóng)-梨視頻短視頻爬取(線(xiàn)程池)

示例代碼

import requests
from lxml import etree
import random
from multiprocessing.dummy import Pool


# 多進(jìn)程要傳的方法,多進(jìn)程pool.map()傳的第二個(gè)參數(shù)是一個(gè)迭代器對(duì)象
# 而傳的get_video方法也要有一個(gè)迭代器參數(shù)
def get_video(dic):
  headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36 Edg/88.0.705.56'
    }
  video_data = requests.get(url = dic['url'] , headers = headers).content
  print(dic['name']+'開(kāi)始下載')
  
  # 有的文件名中包含空格,在并發(fā)執(zhí)行時(shí)會(huì)報(bào)錯(cuò),這里用隨機(jī)數(shù)給文件起名了
  #path = dic['name']+'.mp4'會(huì)報(bào)錯(cuò)
  path = "./lishipin/"+str(int(random.random()*100)) + '.mp4'
  
  with open(path,'wb') as fp:
    fp.write(video_data)
  print(dic['name']+'下載成功')

def main():  
  # web_url:梨視頻官網(wǎng)
  web_url = 'https://www.pearvideo.com/category_5'
  headers = {
    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36 Edg/88.0.705.56'
    }
  
  # web_page_tex:官網(wǎng)頁(yè)面
  web_page_text = requests.get(url = web_url,headers = headers).text
  
  tree = etree.HTML(web_page_text)
  
  # 解析梨視頻官網(wǎng)“生活欄”中的所有l(wèi)i標(biāo)簽,遍歷li標(biāo)簽,提取視頻的url
  li_list = tree.xpath('//*[@id="listvideoListUl"]/li')
  rea_urls=[]
  for li in li_list:
     # video_name獲取視頻的名稱(chēng)
    video_name = li.xpath('./div/a/div[2]/text()')[0]+'.mp4'
    
    # 加上'https://www.pearvideo.com/'得到完整的video_url
    video_url = 'https://www.pearvideo.com/'+li.xpath("./div/a/@href")[0]
    
    # 通過(guò)官網(wǎng)界面提取的url,并不是真正的url,
    # 因?yàn)镸P4的視頻是動(dòng)態(tài)加載出來(lái)的,所以通過(guò)ajax請(qǐng)求獲取視頻的真實(shí)網(wǎng)址
    # 但是通過(guò)分析發(fā)現(xiàn),ajax請(qǐng)求獲取的網(wǎng)址是一個(gè)偽網(wǎng)址,和真實(shí)網(wǎng)址有區(qū)別(cont...)
      ##真地址:https://video.pearvideo.com/mp4/third/20210208/cont-1719874-15690592-205957-ld.mp4
      ##                          1719874
      ##偽地址:https://video.pearvideo.com/mp4/third/20210208/1612867876612-15690592-205957-ld.mp4


    # 通過(guò)得到的video_url可以分析到 真假網(wǎng)址 不同的細(xì)節(jié)之處--countId
    # 通過(guò)ajax請(qǐng)求向video_url發(fā)起get請(qǐng)求,需要加countId和mrd參數(shù)
    # 分析video_url得到countId,mrd是一個(gè)隨機(jī)小樹(shù)
    countId = video_url.split("/")[-1].split("_")[1]
    mrd = random.random()
    
    # 加'Referer'參數(shù),否則會(huì)顯示該視頻已下架了
    headers = {
      'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.96 Safari/537.36 Edg/88.0.705.56',
      'Referer': 'https://www.pearvideo.com/video_' + countId
      }
    ajax_url = 'https://www.pearvideo.com/videoStatus.jsp'
    
    # 利用ajax請(qǐng)求獲取偽地址
    # https://www.pearvideo.com/videoStatus.jsp?contId=1719874mrd=0.7759942025851074
    params = {
        'contId': str(countId),
        'mrd': str(mrd)
      }
    
    # 通過(guò)ajax請(qǐng)求,發(fā)起get請(qǐng)求得到一個(gè)json串
    ajax_json = requests.get(url = ajax_url,headers = headers,params = params).json()
    
    # 得到的是 假地址
    fake_url = ajax_json['videoInfo']['videos']['srcUrl']
    
    # 對(duì)假地址進(jìn)行處理,并把剛才的countId組合起來(lái)
    fake_url_list = fake_url.split('/')
    end = fake_url_list.pop()  #刪除不必要的字符串
    end_list = end.split("-")
    end_url = ""  #end_url是一個(gè)結(jié)尾字符串
    for i in range(len(end_list)-1):
      end_url = end_url + "-"+ end_list[i+1]
    
    # 真實(shí)的地址,先用假地址,然后組合countId
    rea_url=""
    for element in fake_url_list:
      rea_url=rea_url+element+"/"
    rea_url=rea_url+"cont-"+str(countId) + end_url
    
    # print(rea_url)
    
    
    dic = {
        'url':rea_url,
        'name':video_name
      }
    rea_urls.append(dic)
    
  #print(rea_urls)
  pool = Pool(4)
  pool.map(get_video,rea_urls)
  pool.close()
  pool.join()
  
if __name__ == '__main__':
  main()

知識(shí)點(diǎn)擴(kuò)展:

Python爬蟲(chóng)下載視頻(梨視頻)

梨視頻示例:Ctrl+Alt+L格式化代碼

import re
import requests
import hashlib
import time
# print(respose.status_code)# 響應(yīng)的狀態(tài)碼
# print(respose.content) #返回字節(jié)信息
# print(respose.text) #返回文本內(nèi)容
 
mainurl = "https://www.pearvideo.com/"
videourl = "http://www.pearvideo.com/video_1499584"
headers={
    'User-Agent':'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36',
    'Accept-Encoding':'gzip, deflate, sdch',
    'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
    'Accept-Language':'zh-CN,zh;q=0.8',
  }
# 獲取視頻鏈接列表
def geturls(url):
  res=requests.get(url)
  urls=re.findall('class="vervideo-tbd".*?href="(.*?)" rel="external nofollow" ',res.text,re.S)
  urllist=[]
  for i in urls:
    prefix='https://www.pearvideo.com/'
    urllist.append(prefix+i)
  return urllist
# 獲取視頻鏈接并下載(寫(xiě)入到硬盤(pán))
def getvideo(url):
  res=requests.get(url,headers)
  mp4url=re.findall('srcUrl="(.*?\.mp4)"',res.text,re.S)[0]
  video=requests.get(mp4url)
  m = hashlib.md5()
  m.update(url.encode('utf-8'))
  m.update(str(time.time()).encode('utf-8'))
  filename = r'%s.mp4' % m.hexdigest()
  print(filename)
  with open("/home/tony/文檔/爬蟲(chóng)視頻/%s.mp4"%filename,'wb') as f:
    f.write(video.content)
def main():
  video_urllist=geturls(mainurl)
  for i in video_urllist:
    getvideo(i)
if __name__=='__main__':
  main()

到此這篇關(guān)于python爬蟲(chóng)線(xiàn)程池案例詳解(梨視頻短視頻爬取)的文章就介紹到這了,更多相關(guān)python爬蟲(chóng)梨視頻短視頻爬取內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • Python 線(xiàn)程池模塊之多線(xiàn)程操作代碼
  • Python爬蟲(chóng)之線(xiàn)程池的使用
  • python線(xiàn)程池的四種好處總結(jié)
  • python線(xiàn)程池 ThreadPoolExecutor 的用法示例
  • 實(shí)例代碼講解Python 線(xiàn)程池
  • Python 如何創(chuàng)建一個(gè)線(xiàn)程池
  • python線(xiàn)程池如何使用
  • 解決python ThreadPoolExecutor 線(xiàn)程池中的異常捕獲問(wèn)題
  • Python定時(shí)器線(xiàn)程池原理詳解
  • Python 使用threading+Queue實(shí)現(xiàn)線(xiàn)程池示例
  • Python線(xiàn)程池的正確使用方法

標(biāo)簽:大慶 烏蘭察布 海南 哈爾濱 合肥 烏蘭察布 平頂山 郴州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《python爬蟲(chóng)線(xiàn)程池案例詳解(梨視頻短視頻爬取)》,本文關(guān)鍵詞  python,爬蟲(chóng),線(xiàn)程,池,案例,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《python爬蟲(chóng)線(xiàn)程池案例詳解(梨視頻短視頻爬取)》相關(guān)的同類(lèi)信息!
  • 本頁(yè)收集關(guān)于python爬蟲(chóng)線(xiàn)程池案例詳解(梨視頻短視頻爬取)的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章
    古蔺县| 宝应县| 长治市| 泸西县| 阿克苏市| 万源市| 常德市| 舟山市| 玛沁县| 塘沽区| 额济纳旗| 武义县| 历史| 永清县| 扬州市| 沧州市| 普兰县| 邹城市| 丰原市| 济源市| 蕉岭县| 黑水县| 柳林县| 津南区| 常州市| 内黄县| 奉贤区| 德阳市| 合山市| 宁陵县| 穆棱市| 瓦房店市| 密云县| 温泉县| 陕西省| 长泰县| 林周县| 壶关县| 茶陵县| 台北市| 宜兴市|