python對虎牙進行小姐姐視頻採集,舞蹈區內容真熱鬧~

来源:https://www.cnblogs.com/Qqun261823976/archive/2022/06/28/16417855.html
-Advertisement-
Play Games

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: ...


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~

您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 1、網頁基本信息 | <!DOCTYPE html> | 瀏覽器使用的規範 | | | | | <head> | 網頁頭 | | <body> | 主體部分 | | <meta> | 元數據 | meta的name屬性(瞭解) | Keyword(關鍵字) | 為搜索引擎提供的關鍵字列表 | | | ...
  • 最新的一份《The State of WebAssembly 2022》調查報告已出爐,“對於 WebAssembly 來說,這是相當不錯的一年”。報告的一些重點內容包括:Rust 的使用率和渴望度持續攀升Python 的使用量有了很大的提升JavaScript 已經成為一種可行的 WebAssem ...
  • 迴圈迭代: 1 public class steps { 2 public int js(int n) { 3 int one = 2; //初始化為第三級臺階最後跨一步的走法 4 int two = 1; //初始化為第三級臺階最後跨兩步(一下邁過去兩個臺階)的走法 5 int sum = 0; ...
  • 基本概念 指針代表記憶體地址。 通常在類型關鍵字的後面加字元*來表示指針,表示指針指向什麼類型的值。比如,char*表示一個指向字元的指針,float*表示一個指向float類型值的指針。 指針指向的可能還是指針,這時要用兩個星號**表示。 int** foo; 指針變數初始化 聲明指針變數之後,編譯 ...
  • 一. NIO 基礎 non-blocking io 非阻塞 IO 1. 三大組件 1.1 Channel & Buffer channel 有一點類似於 stream,它就是讀寫數據的雙向通道,可以從 channel 將數據讀入 buffer,也可以將 buffer 的數據寫入 channel,而之 ...
  • ​點擊藍色“程式員黃小斜”關註我喲 加個“星標”,每天和你一起多進步一點點! 本文來源 | 程式員求職面試(ID:CoderJob) 內容參考自 | 脈脈 近日,有位阿裡員工發帖稱,自己手下有兩個應屆生,985本碩和985本,但兩人無論性格、技術,還是家境都不一樣,問大家如何選擇。 原貼如下: 有不 ...
  • 面試官:看你簡歷上面寫著精通MySQL,我問你一個MySQL鎖相關的問題,你看一下這條SQL會對哪些數據加鎖? ...
  • 使用 Java 編譯項目時產生的報錯 java: Compilation failed: internal java compiler error 錯誤原因 導致這個錯誤的原因主要有三點: 編譯版本不匹配 JDK 版本不支持 記憶體不足 解決辦法 對於編譯版本不匹配,我們要先查看 IDEA 的編譯的 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...