目标网址:梨视频
然后我们找到科技这一页:https://www.pearvideo.com/category_8。其实你要哪一页都行,你喜欢就行。嘿嘿…
这是动态网站,所以咱们直奔network 然后去到XHR:
找规律,这个应该不难,我就直接贴网址上来咯,想要锻炼的可以找找看哈:
https://www.pearvideo.com/category_loading.jsp"text-align: center">
代码如下:
import requests import parsel,re import os target = "https://www.pearvideo.com/videoStatus.jsp" url = "https://www.pearvideo.com/category_loading.jsp" res = requests.get(url) res.encoding="utf-8" html = parsel.Selector(res.text) lists = html.xpath('/html/body/li/div/a/@href').getall() for each in lists: print("https://www.pearvideo.com/"+each)
output;
https://www.pearvideo.com/video_1703486
https://www.pearvideo.com/video_1703189
https://www.pearvideo.com/video_1703161
https://www.pearvideo.com/video_1702880
https://www.pearvideo.com/video_1702773
...
顺利拿到,然后进入播放页面,却发现找不到MP4视频,怎么办?经过我一番努力(扯掉了几十根头发后)发现,它在另外一个网址里面
咋办?当然要想办法把这个网址搞到手啦,仔细分析下,发现这个网址非常陌生呀,唯一稍微熟悉点的就是那串数字了,前面我们拿到播放页的网址后面那串数字和这个对比,完全是一模一样的,这样的话那就好搞了,咱们直接用拼接的方式把它接上去就可以了,看代码:
for each in lists: url_num = each.replace('video_',"") urls = target+url_num print(urls) `` ```python output: https://www.pearvideo.com/videoStatus.jsp"text-align: center">恩,很明显,是遇到反爬机制了,这个好搞,要什么给什么就行,代码如下:
headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36', 'Referer': 'https://www.pearvideo.com/video_'+ str(url_num) } html = requests.get(urls,headers=headers).text print(html)搞定!!
最后我们看一下MP4能不能播放:
西八!404!!恩,这里就稍微有点麻烦了,还得找数据,把里面的时间戳改成 ‘cont-数字‘,感觉写了好多,手都有点累了,我就直接上代码了:
import requests import parsel,re import os target = "https://www.pearvideo.com/videoStatus.jsp" url = "https://www.pearvideo.com/category_loading.jsp" res = requests.get(url) res.encoding="utf-8" html = parsel.Selector(res.text) lists = html.xpath('/html/body/li/div/a/@href').getall() # print(lists[2:]) # 提取视频后面的数字,数字是最重要的,需要传给 Referer 和 urls for each in lists: url_num = each.replace('video_',"") urls = target+url_num # print(urls) headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36', 'Referer': 'https://www.pearvideo.com/video_'+ str(url_num) } html = requests.get(urls,headers=headers).text cont = 'cont-' + str(url_num) # 提取 mp4 视频 srcUrl = re.findall(f'"srcUrl":"(.*"',html)[0] # 替换视频里面的时间戳,改为可以真正播放的数据 new_url = srcUrl.replace(srcUrl.split("-")[0].split("/")[-1],cont) print(new_url) # 使用视频后缀当视频名称 filename = srcUrl.split("/")[-1] # 保存到本地 with open("./images/"+filename,"wb") as f: f.write(requests.get(new_url).content)以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
python,爬取,梨视频
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]