目錄一、背景介紹1.1 爬取目標1.2 演示視頻1.3 軟體說明二、代碼講解2.1 調用API-搜索介面2.2 調用API-詳情介面2.3 API_KEY說明2.4 軟體界面模塊2.5 日誌模塊三、轉載聲明 一、背景介紹 1.1 爬取目標 用Python獨立開發了一款爬蟲軟體,作用是:通過搜索關鍵詞 ...
目錄
一、背景介紹
1.1 爬取目標
用Python獨立開發了一款爬蟲軟體,作用是:通過搜索關鍵詞采集YouTube的搜索結果,包含14個關鍵欄位:關鍵詞,頁碼,視頻標題,視頻id,視頻鏈接,發佈時間,視頻時長,頻道名稱,頻道id,頻道鏈接,播放數,點贊數,評論數,視頻簡介。
軟體是通過調用YouTube的谷歌官方API實現,並非通過網頁爬蟲,所以穩定性較高!
開通YouTube的API:【詳細教程】手把手教你開通YouTube官方API介面(youtube data api v3)
開發成界面軟體的目的:方便不懂編程代碼的小白用戶使用,無需安裝python,無需改代碼,雙擊打開即用!
軟體界面截圖:
爬取結果截圖:
結果截圖1:
結果截圖2:
結果截圖3:
以上。
1.2 演示視頻
軟體使用演示:(不懂編程的小白直接看視頻,瞭解軟體作用即可,無需看代碼)
見原文
1.3 軟體說明
幾點重要說明:
以上。
二、代碼講解
2.1 調用API-搜索介面
先給大家看看搜索介面的返回json數據:
首先,定義介面地址作為請求地址:
# 請求地址
url = 'https://youtube.googleapis.com/youtube/v3/search'
定義一個請求頭,用於偽造瀏覽器:
# 請求頭
self.headers = {
"Accept": "*/*",
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
}
加上請求參數,告訴程式你的爬取條件是什麼:
# 請求參數
params = {
'part': 'snippet',
'maxResults': '25',
'q': search_keyword,
'key': self.API_KEY,
'pageToken': pageToken,
'order': self.sort_by,
'publishedBefore': str(self.end_date) + 'T00:00:00Z',
'publishedAfter': str(self.start_date) + 'T00:00:00Z',
}
2.2 調用API-詳情介面
同樣,先給大家看看詳情介面的返回json數據:
首先,定義介面地址作為請求地址:
# 請求地址
url = 'https://youtube.googleapis.com/youtube/v3/videos?part=snippet%2CcontentDetails%2Cstatistics&id={}&key={}'.format(video_id, self.API_KEY)
定義一個請求頭,用於偽造瀏覽器:
# 請求頭
self.headers = {
"Accept": "*/*",
"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36"
}
下麵就是發送請求和接收數據:
# 發送請求
r = requests.post(url, headers=self.headers)
# 接收數據
json_data = r.json()
逐個解析欄位數據,以"播放數"為例:
# 播放數
try:
viewCount = json_data['items'][0]['statistics']['viewCount']
except:
viewCount = ''
其他欄位同理,不再贅述。
最後,是把數據保存到csv文件:
# 保存csv文件
with open(self.result_file, 'a+', encoding='utf_8_sig', newline='') as f:
writer = csv.writer(f)
writer.writerow(
[search_keyword, page, title, videoId, video_url, create_time, duration, channelTitle,
channelId, channel_url, viewCount, likeCount, commentCount, desc])
self.tk_show('csv保存成功:' + self.result_file)
我採用csv庫保存結果,實現每爬一條存一次,防止中途異常停止丟失前面的數據。
完整代碼中,還含有:讀取API_KEY判斷、迴圈結束條件判斷、拼接頻道URL、try異常保護、日誌記錄等關鍵實現邏輯。
2.3 API_KEY說明
API_KEY是訪問YouTube官方介面的密鑰,只有拿到密鑰,並配置到代碼里,才能正常調用API介面。
API開通的教程:【詳細教程】手把手教你開通YouTube官方API介面(youtube data api v3)
拿到密鑰之後,配置到當前文件的config.json裡面即可,如下:
另外,魔法是一切的前提,此處不便多說!
2.4 軟體界面模塊
主視窗部分:
# 創建主視窗
root = tk.Tk()
root.title('爬YouTube搜索軟體v1.0 | 馬哥python說 | 定製+v:493882434')
# 設置視窗大小
root.minsize(width=850, height=650)
# 左上角圖標
root.iconbitmap('mage.ico')
輸入控制項部分:
# keyword
tk.Label(root, justify='left', text='搜索關鍵詞:').place(x=30, y=90)
entry_kw = tk.Text(root, bg='#ffffff', width=70, height=2, )
entry_kw.place(x=125, y=90, anchor='nw') # 擺放位置
tk.Label(root, justify='left', text='多關鍵詞以|分隔', fg='red', ).place(x=630, y=90)
運行日誌部分:
# 運行日誌
tk.Label(root, justify='left', text='運行日誌:').place(x=30, y=280)
show_list_Frame = tk.Frame(width=780, height=260) # 創建<消息列表分區>
show_list_Frame.pack_propagate(0)
show_list_Frame.place(x=30, y=310, anchor='nw') # 擺放位置
底部版權部分:
# 版權信息
copyright = tk.Label(root, text='@馬哥python說 All rights reserved.', font=('仿宋', 10), fg='grey')
copyright.place(x=290, y=625)
以上。
2.5 日誌模塊
好的日誌功能,方便軟體運行出問題後快速定位原因,修複bug。
核心代碼:
def get_logger(self):
self.logger = logging.getLogger(__name__)
# 日誌格式
formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'
# 日誌級別
self.logger.setLevel(logging.DEBUG)
# 控制台日誌
sh = logging.StreamHandler()
log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')
# info日誌文件名
info_file_name = time.strftime("%Y-%m-%d") + '.log'
# 將其保存到特定目錄,ap方法就是尋找項目根目錄,該方法博主前期已經寫好。
case_dir = r'./logs/'
info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,
when='MIDNIGHT',
interval=1,
backupCount=7,
encoding='utf-8')
日誌文件截圖:
以上。
三、轉載聲明
轉載已獲原作者 @馬哥python說 授權:
博客園原文鏈接: 【GUI軟體】調用YouTube的API介面,採集關鍵詞搜索結果,並封裝成界面工具!