前言
今天突然發(fā)現(xiàn)，某站的視頻在電腦上是不能下載的。于是乎，就打算在電腦上爬取一下某站的視頻。讓大家在電腦上也能看，
準(zhǔn)備
某站的視頻是音頻和視頻分開的，我在網(wǎng)上搜了一下，要用到一個(gè)叫ffmpeg的音視頻合成的庫，網(wǎng)上教程很多，大家搜一下就可以找到了，我就不在此贅述了。
開始正題
還是老規(guī)矩——抓包。對某站進(jìn)行抓包，非常幸運(yùn)，某站還是很和藹可親的并沒有對視頻進(jìn)行加密，一下就可以找到視頻鏈接。
?大家記得點(diǎn)一下左下角的格式化，不然并不能一眼就看到視頻鏈接。
在這里我踩坑了，因?yàn)檫@里的視頻鏈接實(shí)在是太多了
于是乎我剛開始是有點(diǎn)不確定這是不是我要找的視頻的鏈接的，那驗(yàn)證這個(gè)鏈接的最好的辦法是什么？沒錯(cuò)，就是復(fù)制這個(gè)鏈接，然會在搜索欄搜索一下。但是這個(gè)鏈接是搜索不到任何東西的，這也正是我踩的坑。?當(dāng)時(shí)我就直接把這個(gè)數(shù)據(jù)包給丟了，去找別的數(shù)據(jù)包了，不找還好，一找我就開始捉摸是不是某站加密了，（因?yàn)槭亲詫W(xué)爬蟲，最近剛好學(xué)到j(luò)s解密，覺得很有意思，所以一到找不到數(shù)據(jù)包的時(shí)候，滿腦子就是被加密了。狗頭保命）怎么找不到視頻鏈接。
然后，后面實(shí)在是沒找著，只能上網(wǎng)搜索大佬們的文章了。然后一看，滿臉不可置信，這個(gè)鏈接明明什么都搜不到啊。于是，帶著不屑的表情，看戲的心理（狗頭保命），把大佬們的代碼復(fù)制粘貼，看看能不能下載下來視頻。哎喲我去，還真下下來了，用的就是我丟掉的那個(gè)數(shù)據(jù)包的第一個(gè)url。于是我又把這鏈接放到瀏覽器搜索了一遍，還是什么都搜不到，但是它確實(shí)可以下載下來視頻。到現(xiàn)在我還是沒搞清楚是怎么回事，希望有大佬可以給我解答一下。但是我明白了，以后要是再碰到這種鏈接，直接上代碼干它就完了（狗頭保命）。
然后，就到了Ctrl+C和Ctrl+V的環(huán)節(jié)了。開玩笑的，然后就到了敲代碼的環(huán)節(jié)了。前面的請求的部分其實(shí)都是一樣的。
# url = input("視頻鏈：")
url = 'https://www.bilibili.com/video/BV1614y1z7yr/?spm_id_from=333.1007.tianma.8-4-30.click&vd_source=19577052a287f6b91b30d9f7ecbda428'
# def get_proxy():
# json_data = requests.get("http://demo.spiderpy.cn/get/").json()
# proxies = {
# 'http' : 'http://{}'.format(json_data['proxy']),
# 'https' : 'https://{}'.format(json_data['proxy'])
# }
# return proxies
headers = {
'referer': 'https://www.bilibili.com/',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36 Edg/113.0.1774.42'
}
response = requests.get(url=url, headers=headers)大家要用的話直接注釋掉url，然后把url=input點(diǎn)亮就可以了，然后直接輸入你要下載視頻的鏈接。然后哪個(gè)更get_proxy方法是簡單的說就是獲取IP地址的，github上的一個(gè)代理池項(xiàng)目，因?yàn)槲液芘聲榉馕业膇p，畢竟爬蟲學(xué)的好，牢飯少不了，雖然我學(xué)的不好（狗頭保命）。就是一個(gè)反爬參數(shù)，但有時(shí)候獲取的是國外的ip，但是請求不到數(shù)據(jù)，我就注釋掉了。然后就是headers里面的參數(shù)，referer一定要帶上，你得告訴它你是從某站來的，后面請求視頻的時(shí)候才能請求得到，不然是請求不到視頻的。可能是我在搜索鏈接的時(shí)候沒有加上這個(gè)，所以我搜索不到，等下再去搜一下鏈接看看。
然后請求數(shù)據(jù)做完以后，我又和視頻清晰度杠上了，還是因?yàn)橛心敲炊嗟逆溄樱蚁敫闱宄膫€(gè)鏈接哪個(gè)清晰度的視頻，最后找了好久，也沒有找出哪里是視頻清晰度的標(biāo)識。于是索性我把前面幾個(gè)鏈接的視頻全部請求下來了，得到的區(qū)別如下圖
這個(gè)數(shù)據(jù)速率和總比特率是個(gè)啥，我也不知道，但文件最大的就是最清晰的（狗頭保命）?？傮w看下來，前面那個(gè)width和height一樣的鏈接，請求到的視頻的清晰度都是最好的，且視頻清晰度區(qū)別不大，至少我肉眼是分不出來的。?
接下來就是對數(shù)據(jù)進(jìn)行解析了
ex1 = '<title data-vue-meta="true">(.*?)_.*?</title>'
ex2 = '<script>window.__playinfo__=(.*?)</script>'
title = re.findall(ex1, response.text, re.S)[0]
data = re.findall(ex2, response.text, re.S)
for i in title:
if (i in "[\/:*?<>|]"):
title = title.replace(i, '')
json_data = json.loads(data[0])
video_url = json_data['data']['dash']['video'][0]['baseUrl']
audio_url = json_data['data']['dash']['audio'][0]['baseUrl']
video_cotent = requests.get(url=video_url, headers=headers).content
audio_cotent = requests.get(url=audio_url, headers=headers).content兩個(gè)正則表達(dá)式，一個(gè)獲取視頻的標(biāo)題，一個(gè)獲取視頻和音頻。一個(gè)for循環(huán)，去掉存在保存為文件名會報(bào)錯(cuò)的標(biāo)點(diǎn)符號，就是要符合windows的文件命名規(guī)范，然后將包含視頻、音頻鏈接的文本json化，這樣我們可以得到一個(gè)字典，可以根據(jù)鍵來取得鏈接，當(dāng)然這種轉(zhuǎn)化數(shù)據(jù)是要分情況的，正好這里可以這么做。然后就是套娃，一層一層的通過鍵來獲取我們想要的值，得到我們的視頻和音頻鏈接。
最后，就是以二進(jìn)制文件保存，視頻和音頻了，我這里統(tǒng)統(tǒng)保存為了mp4和mp3了。有其他格式需求的小伙伴，可以進(jìn)行更改，最后保存。
with open(title + '.mp4', 'wb') as f :
f.write(video_cotent)
with open(title + '.mp3', 'wb') as f :
f.write(audio_cotent)
到這里就全部結(jié)束了。
踩坑總結(jié)?
第一點(diǎn)
第就是鏈接在瀏覽器搜索欄搜索不到東西，但是用代碼可以請求到視頻，可能是沒有帶上referer里面的參數(shù)。
第二點(diǎn)
就是視頻的清晰度，只要是width和hright參數(shù)值相同的鏈接，視頻清晰度就相差不到，還有就是排在最前面的鏈接，基本上就是這個(gè)視頻的最高分辨率的請求鏈接了。
?文章來源地址http://www.zghlxwxcb.cn/news/detail-690550.html
此文章僅用于學(xué)習(xí)，請勿用于違法犯罪。文章來源：http://www.zghlxwxcb.cn/news/detail-690550.html
?
到了這里，關(guān)于python爬蟲實(shí)戰(zhàn)案例——某站視頻爬蟲的文章就介紹完了。如果您還想了解更多內(nèi)容，請?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
