前言

嗨嘍，大家好！這裡是魔王吶~

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:

1. 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
2. 在pycharm中點擊Terminal(終端) 輸入安裝命令

如何配置pycharm裡面的python解釋器?

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

pycharm如何安裝插件?

1. 選擇file(文件) >>> setting(設置) >>> Plugins(插件)
2. 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
3. 選擇相應的插件點擊 install(安裝) 即可
4. 安裝成功之後 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於哪裡

開發者工具進行抓包..

1. 滑鼠右鍵點擊檢查 或者 F12打開開發者工具
2. 刷新網頁
3. 找尋視頻數據...<通過media里找尋視頻url地址>
4. 找視頻url地址來於那個數據包 >>> 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: 對於某些網站 可能需要多次請求,

1. 發送請求, 對於找到視頻數據包發送請求
2. 獲取數據, 獲取伺服器返迴響應數據
3. 解析數據, 提取我們想要數據內容 視頻url地址 視頻標題
   ....
4. 保存數據, 保存視頻數據到本地文件夾

多個視頻採集 <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'正在採集第{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 從什麼地方去獲取什麼數據
    # <li data-vid="(\d+)"><a href=".*?"  加了括弧是我們想要數據內容 \d+ 匹配多個數字 .*? 可以匹配任意字元(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=&_=1654949607282'
        # 偽裝python代碼  在開發者工具里複製 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於url地址發送請求 <作用防止被識別出來是爬蟲程式>
        # cookie 用戶信息, 常用於檢測是否登陸賬號 <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模塊裡面get請求方法對於url地址發送請求, 並且攜帶上headers請求頭偽裝, 最後用自定義變數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 需要對於視頻播放地址, 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()

尾語

成功沒有快車道，幸福沒有高速路。

所有的成功，都來自不倦地努力和奔跑，所有的幸福都來自平凡的奮鬥和堅持

——勵志語錄

本文章就寫完啦~感興趣的小伙伴可以複製代碼去試試

你們的支持是我最大的動力！！記得三連哦~