bilibili視頻爬取
package
import requests
import json
import os
from tqdm import tqdm
如果想要調整爬取視頻的頁碼
def Sync_run(self):
self.num = self._cid_name()
tn = tqdm(self.cid_list[:10]) # 如果想進行測驗, 在這里切片操作只獲取前面兩個視頻即可
在 Sync_run中將tqdm()中的cid_list進行切片操作
RUN
-
打開想要爬取視頻的bilibili網站
-
比如 https://www.bilibili.com/video/BV1R7411F7JV?from=search&seid=8624852726982174897&spm_id_from=333.337.0.0- 上述連接中
BV1R7411F7JV即為 需要在init函式中修改的變數self.avid, 修改該變數即可爬取這個鏈接目錄的所有視頻
- 上述連接中
運行該程式只需要將spyder中初始化的資料, 然后創建物件run即可
保存后的視頻
保存后的視頻如果想要播放需要H.264視頻解碼器, 經過測驗, 只保存videos檔案也有音頻, 可以通過potplayer 播放器,或者其他支持H.264視頻解碼器的播放器進行播放
此代碼只做學習交流使用, 請勿給服務器太大壓力
完整代碼
import requests
import json
import os
from tqdm import tqdm
import re
class spyder(object):
def __init__(self):
self.bvid = "BV17z4y1D7Yj" # 在打開b站后會獲取bvid 具體使用查看readme.md
self.video_list = "https://api.bilibili.com/x/player/pagelist?bvid={}" # 根據bvid 可以獲取當前視頻的串列
end = "bvid={}".format(self.bvid) # 跟下面的self.video進行拼接, 方便后面的format只對cid進行format
self.video = "https://api.bilibili.com/x/player/playurl?cid={}&qn=80&type=&otype=json&fourk=1&" + end
self.headers = {
'User-agent': "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36",
'referer': "https://www.bilibili.com/",
}
# 指定保存視頻的目錄
self.save_file = "./data/qfjy/html"
# 如果沒有保存檔案的目錄, 新建目錄
if not os.path.exists(self.save_file):
os.makedirs(self.save_file)
# 獲取視頻串列所有視頻的cid 和name
def _cid_name(self):
res = requests.get(url=self.video_list.format(self.bvid), headers=self.headers).text
j = json.loads(res)
n = len(j['data'])
cid_dir = [cid for cid in j['data']]
self.cid_list = [cid['cid'] for cid in cid_dir]
self.name_list = [cid['part'] for cid in cid_dir]
return n
# 決議單個cid 對應的視頻中的video和 voice, 以及視頻質量
def _parse_cid(self, cid: str):
u_json = self.video.format(cid)
res = requests.get(url=u_json, headers=self.headers).text
j = json.loads(res)
l = j['data']['durl'][0]['backup_url']
quality = {}
quality['accept_description'] = j['data']['accept_description'][0] # 默認視頻質量為最高
quality['accept_quality'] = j['data']['accept_quality'][0] # 默認視頻質量為最高
video = str(l[0])
voice = str(l[1])
return video, voice, quality
def Sync_run(self):
self.num = self._cid_name()
tn = tqdm(self.cid_list) # 如果想進行測驗, 在這里切片操作只獲取前面兩個視頻即可
all = []
rstr = r"[\/\\\:\*\?\"\<\>\|]" # 非法路徑名稱
for i, data in enumerate(tn):
dic = {}
dic['name'] = self.name_list[i] # Video name
dic['cid'] = self.cid_list[i] # Video cid
dic['video'] = self._parse_cid(str(self.cid_list[i]))[0] # video link
dic['voice'] = self._parse_cid(str(self.cid_list[i]))[1] # voice link
dic['vq'] = self._parse_cid(str(self.cid_list[i]))[2] # video quality
all.append(dic)
print("\n正在保存第{}個視頻\n".format(i + 1))
if os.path.exists(os.path.join(self.save_file, re.sub(rstr, "_", all[i]['name'])) + '.mp4'):
print(all[i]['name'] + "檔案已存在")
continue
video_res = requests.get(all[i]['video'], headers=self.headers, params=all[i]['vq'])
# voice_res = requests.get(self.all[i]['voice'], headers=self.headers)
# print(self.save_file + self.all[i]['name']+'.mp4')
with open(os.path.join(self.save_file, re.sub(rstr, "_", all[i]['name'])) + '.mp4', 'wb+')as f:
f.write(video_res.content)
spyder().Sync_run()
轉載請註明出處,本文鏈接:https://www.uj5u.com/qita/341996.html
標籤:其他
