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
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
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]