爬取B站單個視頻

用到的庫有 os,re,requests,lxml

直接上原始碼！！！
“”"
1.每次爬取都是爬到了 三個檔案，現在只想要合成好的MP4檔案 再在上一個例子上優化
– os.remove()
2. 如果想顯示檔案的大小，，，，
–1,發送請求的時候，引數添加上 steam=True

“”"
import requests
import os
from lxml import etree
import re

if name == ‘main’:
# 1.確認url
url_ = input(‘請輸入你想要抓取的視頻頁面：’)
# 2.設定用戶代理,Cookie
headers_ = {
‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.125 Safari/537.36’,
‘Cookie’: “_uuid=1BFF5D87-BF0F-8353-99F5-C901FAA9F09096621infoc; buvid3=B63EAE5A-4EF7-41BB-9317-CF51211D0529155811infoc; rpdid=|(k||luJY|)J0J’ulmu_uR|u; CURRENT_FNVAL=80; blackside_state=1; sid=9eeltw8j; DedeUserID=313196967; DedeUserID__ckMd5=71a0e838ddc8e3ac; SESSDATA=26cce223%2C1619966047%2C02085*b1; bili_jct=efa8c91b32cfee4f96cebeb4896de8e9; bsource=search_baidu; finger=158939783”
}

# 3.發送請求，得到回應物件
response_ = requests.get(url_, headers=headers_)

str_data = response_.text  # 視頻主頁的html代碼，型別是字串

# 4.使用xpath決議html代碼，得到想要的url

# 4.1 決議前需要轉化格式
html_obj = etree.HTML(str_data)  # 轉換格式型別

# 1.新增部分，獲取視頻的名稱
res_ = html_obj.xpath('//title/text()')[0]  # 現在的這個res_里面保存的是：我半夜唱Lemon直接把室友給唱哭了！！！！【米津玄師】_嗶哩嗶哩 (゜-゜)つロ 干杯~-bilibili
# 2.新增部分，此時此刻這個title里面保存的就是視頻的名稱：我半夜唱Lemon直接把室友給唱哭了！！！！【米津玄師】
title_ = re.findall(r'(.*?)_嗶哩嗶哩', res_)[0]

# 3.新增部分的注釋（視頻名稱里面多了空格 & /會怎么樣？會影響視頻的合成！！！）
# 3.新增解決視頻名稱中出現 空格 & / 的解決辦法
title_ = title_.replace('/', '')  # 第一次處理，將/替換成 空
title_ = title_.replace(' ', '')  # 第二次處理，將空格替換成 空
title_ = title_.replace('&', '')  # 第三次處理，將&替換成 空
title_ = title_.replace('×', '')  # 第三次處理，將×替換成 空


# 5.使用xpath語法獲取資料，取到資料為串列，索引[0] 取出里面的字串，即包含視頻音頻檔案的url字串
url_list_str = html_obj.xpath('//script[contains(text(),"window.__playinfo__")]/text()')[0]  # 獲取回來的資料是一個串列

# 6.上面去到的文本資訊是字串型別 過濾要用正則,取視頻的url
# \d+  是用來匹配沒有1080p清晰度的url
video_url = re.findall(r'"video":\[{"id":\d+,"baseUrl":"(.*?)"', url_list_str)[0]
# 7. 取音頻的url
# audio_url = re.fianall(r'"audio":\[{"id":\d+,"baseUrl":"(.*?)"', url_list_str)[0]
audio_url = re.findall(r'"audio":\[{"id":\d+,"baseUrl":"(.*?)"', url_list_str)[0]
# 8.設定跳轉欄位的headers
headers_ = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.125 Safari/537.36',
    'Referer': url_
}


# 新增，獲取檔案的大小， 就是把kb轉成MB
# 9.獲取視頻的資料
response_video = requests.get(video_url, headers=headers_, stream=True)
bytes_video = response_video.content

# 10.獲取音頻的資料
response_audio = requests.get(audio_url, headers=headers_, stream=True)
bytes_audio = response_audio.content


# 新增視頻獲取檔案的大小,單位kb
video_size = int(int(response_video.headers['content-length']) / 1024)
# 新增，獲取音頻檔案的大小
audio_size = int(int(response_audio.headers['content-length']) / 1024)


# 11.保存純視頻檔案
title_1 = title_ + '!'  # 名稱進行修改，避免重名
with open(f'{title_1}.mp4', 'wb') as f:
    f.write(bytes_video)
    print(f"{title_1}>>>>純視頻檔案下載完畢.....大小為：{video_size}KB,{int(video_size/1024)}MB")
# 12.保存音頻資料檔案
with open(f'{title_1}.mp3', 'wb') as f:
    f.write(bytes_audio)
    print(f"{title_1}>>>>純音頻檔案下載完畢.....大小為：{audio_size}KB,{int(audio_size/1024)}MB")

# 13.利用第三方工具ffmpeg合成視頻，需要執行終端命令

os.system(f'ffmpeg -i {title_1}.mp3 -i {title_1}.mp4 -c copy {title_}.mp4 -loglevel quiet')
# 新增，顯示合成檔案的大小
res_ = int(os.stat(f'{title_}.mp4').st_size/1024)
print(f'{title_}視頻合成成功......大小為：{res_}KB,{int(res_/1024)}MB')

# 14. 移出純視頻檔案
os.remove(f'{title_1}.mp4')
print('移出純視頻檔案移出成功')
# 15.移出純音頻檔案
os.remove(f'{title_1}.mp3')
print('移出純音頻檔案移出成功')
print('程式執行完畢...')