python+requests爬取B站视频保存到本地

复制代码
import os
import datetime

from django.test import TestCase

# Create your tests here.

import requests
import re
import json
import subprocess
from concurrent.futures import ThreadPoolExecutor


def download_video(url):
    # file_path = 'django3+drf+Vue3前后端分离/'
    headers = {
        "Cookie": "buvid3=C6ED37CC-DC0F-D1B0-BA82-231C0731E3C971724infoc; b_nut=1698137871; _uuid=xxxx-9398-E7CA-10B95-xxxx; buvid_fp=xxxx; buvid4=xxxx-93C3-xxxx-xxxx-0F1D34771D4274275-023102416-aL0NYo%xxxx%3D%3D; header_theme_version=CLOSE; DedeUserID=345707270; DedeUserID__ckMd5=7506c67cb7588c20; enable_web_push=ENABLE; iflogin_when_web_push=1; CURRENT_FNVAL=4048; rpdid=|(kYRk|Ruuk)0J'uYm)~JRmml; home_feed_column=5; PVID=1; FEED_LIVE_VERSION=V8; browser_resolution=1920-908; SESSDATA=0aff21e1%2C1729848907%2Ca2f88%2A42CjDHEfsdfE5mZ9GMKVTmTqG3aIO7dew8YUpjK9-z7OXOdBOYjXPi4FVQgJEVacJ0UQkSVk4xTGRnLTEzOHF3TDktYlhEa2JDS3ZFV0FfYjlHZ3ctdzhlWlVDZmhpUFZsMEJCSTZtQkxUU1FiRC1IV1pMenVFV1JxcVhCc2sxNEtCemgyY1dtQVZBIIEC; bili_jct=768662980741f061aedc30f722129d8b; sid=7tqiav60; bp_t_offset_345707270=925256601212813351; b_lsid=DBC104B55_18F27B3DA65; share_source_origin=COPY; bsource=share_source_copy_link; hit-dyn-v2=1; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTQ2MTczMzMsImlhdCI6MTcxNDM1ODA3MywicGx0IjotMX0.qfWz2oLOuJvDWHCM6Cgwl0SEVjpN6LkOreX8ApoYD4k; bili_ticket_expires=1714617273",
        "Origin": "https://www.bilibili.com",
        "Referer": "https://www.bilibili.com/video/BV1ZR4y1U7Qz?p=2",
        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36"
    }

    response = requests.get(url, headers=headers)
    html = response.text
    # print(response.text)
  # 获取视频集的名称作为存放视频的目录
    file_path = re.findall(r'data-title="(.*?)" title', html)[0].replace(' ', '')
    print(file_path)
    # 检查目录是否存在
    if not os.path.exists(file_path):
        # 如果目录不存在,创建目录
        os.makedirs(file_path)
        print(f"Directory '{file_path}' created successfully.")
    else:
        print(f"Directory '{file_path}' already exists.")

    file_path = file_path + '/'
  # 获取每集视频的名称作为文件名
    title = re.findall(r'<title data-vue-meta="true">(.*?)_哔哩哔哩_bilibili</title>', html)[0].replace(' ', '')
    print(title)
  # 获取视频信息部分
    video_info = re.findall(r'<script>window.__playinfo__=(.*?)</script>', html)[0]
    print(video_info)
    json_data = json.loads(video_info)
  # 从视频信息部分提取出视频和音频的地址(B站的视频和音频是分开的)
    video_url = json_data['data']['dash']['video'][0]['baseUrl']
    audio_url = json_data['data']['dash']['audio'][0]['baseUrl']
    print(video_url)
    print(audio_url)
  # 获取视频和音频的内容并保存成avi和mp3文件
    video_content = requests.get(video_url, headers=headers).content
    audio_content = requests.get(audio_url, headers=headers).content
    with open(file_path + title + '.avi', 'wb') as video:
        video.write(video_content)
    with open(file_path + title + '.mp3', 'wb') as audio:
        audio.write(audio_content)
  # 使用ffmpeg工具将视频和音频文件合并成一个文件
    cmd = f"ffmpeg -i {file_path}{title}.avi -i {file_path}{title}.mp3 -c:v copy -c:a aac -strict experimental {file_path}{title}.mp4"
    subprocess.run(cmd, shell=True)
    os.remove(f'{file_path}{title}.avi')
    os.remove(f'{file_path}{title}.mp3')


# 多线程的方式爬取(速度要快很多)
def main(bvid, start, end):
    urls = [f'https://www.bilibili.com/video/{bvid}/?p={i}' for i in range(start, end + 1)]
    print(urls)
    with ThreadPoolExecutor(max_workers=10) as executor:
        executor.map(download_video, urls)


if __name__ == '__main__':
    # 爬取不同的视频合集时,只需要修改bvid的值即可, bvid的值在视频地址中可以获取https://www.bilibili.com/video/BV1Rs4y127j8/?spm_id_from=333.999.0.0&vd_source=6cdcd08f45ddc987f3f46f8ee8f80b9e
    bvid = 'BV1Sz4y1o7E8'
    starttime = datetime.datetime.now()
    print(starttime)
  # start和end是开始和结束爬取的集数,如视频集有20集,start为1,end为20
    start = 1
    end = 56
    main(bvid, start, end)
    endtime = datetime.datetime.now()
    print(endtime)
    result_time = endtime - starttime
    print(result_time)
相关推荐
Kai HVZ2 小时前
python爬虫----爬取视频实战
爬虫·python·音视频
B站计算机毕业设计超人2 小时前
计算机毕业设计PySpark+Hadoop中国城市交通分析与预测 Python交通预测 Python交通可视化 客流量预测 交通大数据 机器学习 深度学习
大数据·人工智能·爬虫·python·机器学习·课程设计·数据可视化
小白学大数据4 小时前
高级技术文章:使用 Kotlin 和 Unirest 构建高效的 Facebook 图像爬虫
爬虫·数据分析·kotlin
数据小小爬虫19 小时前
利用Java爬虫获取苏宁易购商品详情
java·开发语言·爬虫
小木_.19 小时前
【Python 图片下载器】一款专门为爬虫制作的图片下载器,多线程下载,速度快,支持续传/图片缩放/图片压缩/图片转换
爬虫·python·学习·分享·批量下载·图片下载器
lovelin+v1750304096619 小时前
安全性升级:API接口在零信任架构下的安全防护策略
大数据·数据库·人工智能·爬虫·数据分析
qq_3758726921 小时前
14爬虫:scrapy实现翻页爬取
爬虫·scrapy
Jelena技术达人21 小时前
Java爬虫获取1688关键字接口详细解析
java·开发语言·爬虫
小爬虫程序猿1 天前
如何利用Python爬虫精准获取苏宁易购商品详情
开发语言·爬虫·python