Python 短视频爬虫教程

好难受，上次发了做游戏的居然没人看，每天为了给你们写啥，老夫心都操碎了~

真的是，今天来给大家爬一波短视频网站吧，都是些很养眼的~

网站地址在代码里面，大家用心一下就能看到了。

使用的软件

python 3.8
pycharm 2021.2

模块

requests
parsel
re
concurrent.futures
time
warnings

不会安装模块看这篇：python模块的安装以及安装失败的解决方法

知道你们不想看那些步骤，我直接上代码吧

import requests
import parsel
import re
import concurrent.futures
import time
import warnings

# 取消警告
warnings.filterwarnings("ignore")

def get_html(url):
   """发送请求获取网页源代码"""
   html_data = requests.get(url=url, verify=False).text
   return html_data

def parse_data_1(html_data):
   """第一次解析, 拿到所有的详情页链接"""
   selector = parsel.Selector(html_data)
   url_list = selector.xpath('//a[@class="meta-title"]/@href').getall()
   return url_list

def parse_data_2(html_data):
   """第二次解析, 获取视频链接"""
   video_url = re.findall('url: "(.*?)",', html_data)[0]
   return video_url

def save(video_url):
   """保存视频"""
   title = video_url.split('/')[-1]    # 取链接当中的字段作为标题
   video_data = requests.get(video_url, verify=False).content    # 发送网络请求
   with open(f'video/{title}', mode='wb') as f:
       f.write(video_data)
   print(title, "爬取成功!!!")

start_time = time.time()
url = 'https://www.520mmtv.com/hd/rewu.html'
# 1. 向目标网站发送请求
html_data = get_html(url=url)
# 2. 第一次解析数据 提取详情页链接
url_list = parse_data_1(html_data=html_data)
for info_url in url_list[:10]:
   # 3. 向详情页发送请求
   html_data_2 = get_html(url=info_url)
   # 4. 第二次解析数据 提取视频播放地址
   video_url = parse_data_2(html_data=html_data_2)
   # 5. 保存视频
   save(video_url=video_url)
print('花费时间：', time.time() - start_time)

来源：https://blog.csdn.net/fei347795790/article/details/121432241