爬虫工具you-get

you-get是一个简单易上手的爬虫小工具,可以从网络中爬取多媒体信息,包括图片、音频和视频。you-get的github项目地址为:https://github.com/soimort/you-get

一、安装

以下为相关依赖,需要分别安装:

  • Python 3 (必须)
  • FFmpeg(必须)
  • Libav (可选)
  • RTMPDump (可选)

推荐使用PyPI镜像中的pip包管理器安装:

bash 复制代码
pip3 install you-get

二、升级

如果需要升级,可使用以下命令:

bash 复制代码
pip3 install --upgrade you-get

三、使用

1.视频画质与格式

直接输入you-get+空格+"网址"即可。

网址两端的双引号其实不必要,但是强烈推荐,这样防止某些网站的字符串中有奇奇怪怪的东西,导致you-get误判报错。

bash 复制代码
$ you-get "https://www.youtube.com/watch?v=jNQXAC9IVRw"
site:                YouTube
title:               Me at the zoo
stream:
    - itag:          43
      container:     webm
      quality:       medium
      size:          0.5 MiB (564215 bytes)
    # download-with: you-get --itag=43 [URL]

Downloading zoo.webm ...
100.0% (  0.5/0.5  MB) ├████████████████████████████████████████┤[1/1]    7 MB/s

Saving Me at the zoo.en.srt ...Done.

此时下载的视频默认为最高画质,DEFAULT。如这个视频带有字幕,将被一同下载,并以SubRip格式保存。

如需下载其他画质,可以使用 --info/-i,以查看所有可用画质与格式,并使用给出的对应 --itag 代码下载:

bash 复制代码
$ you-get -i "https://www.youtube.com/watch?v=jNQXAC9IVRw"
site:                YouTube
title:               Me at the zoo
streams:             # Available quality and codecs
    [ DEFAULT ] _________________________________
    - itag:          43
      container:     webm
      quality:       medium
      size:          0.5 MiB (564215 bytes)
    # download-with: you-get --itag=43 [URL]

    - itag:          18
      container:     mp4
      quality:       medium
    # download-with: you-get --itag=18 [URL]

    - itag:          5
      container:     flv
      quality:       small
    # download-with: you-get --itag=5 [URL]

    - itag:          36
      container:     3gp
      quality:       small
    # download-with: you-get --itag=36 [URL]

    - itag:          17
      container:     3gp
      quality:       small
    # download-with: you-get --itag=17 [URL]

2.下载路径

默认下载路径即you-get的安装文件夹,但是很乱且不好找。

可以使用 --output-dir/-o 设定路径, --output-filename/-O 设定输出文件名:

bash 复制代码
you-get -o D:\桌面\百度图片\视频 "https://www.bilibili.com/video/BV1p4411d7/"

四、常见Q&A

1.B站的视频下载报错

① 优先更新you-get,低版本的you-get有时不适用;

② 由于B站更新了链接点击流量统计,所以有时会报错。可以把B站的网站链接中所有BV号之后的内容全部删除,如:

bash 复制代码
B站默认的链接:
https://www.bilibili.com/video/BV1jb411W7c3/?spm_id_from=333.337.search-card.all.click&vd_source=9a70128ce0e23fdc92b35d3a812c66d5

删除分享者ID跟踪后的链接:
https://www.bilibili.com/video/BV1jb411W7c3/?spm_id_from=333.337.search-card.all.click

删除点击统计,仅保留原视频BV号的链接:
https://www.bilibili.com/video/BV1jb411W7c3/

③ 记得用双引号把网址字符串括起来,防止you-get误判;

④ 有时候代理导致报错,把梯子关了。

2.'vd source'不是内部或外部命令,也不是可运行的程序 或批处理文件。

这个错误可能是由于you-get的安装位置没有添加到环境变量中导致的。

① 首先查找you-get的安装位置;

bash 复制代码
pip show you-get

② 在返回的结果中找到Location,即安装位置;

bash 复制代码
Name: you-get
Version: 0.4.1650
Summary: Dumb downloader that scrapes the web
Home-page: https://you-get.org/
Author: Mort Yao
Author-email: mort.yao@gmail.com
License: MIT
Location: c:\users\hp\appdata\roaming\python\python310\site-packages
Requires:
Required-by:

③ 将该路径添加到系统的环境变量中;

bash 复制代码
etx PATH"%PATH%;c:\users\hp\appdata\roaming\python\python310\site-packages\scripts"

注意,%PATH%;和\scripts之间的路径,即为Location中给出的位置;

④ 此时再重新打开终端并运行you-get应该就不会报错了,如果还有报错,那大概率是被网址中的字符串干扰了,例如B站的链接就会有这种情况,这时用双引号把网站括起来即可。

相关推荐
API快乐传递者5 小时前
淘宝反爬虫机制的主要手段有哪些?
爬虫·python
兜里有糖请分享15 小时前
Python中序列化/反序列化JSON格式的数据
爬虫·python
亿牛云爬虫专家21 小时前
用Puppeteer点击与数据爬取:实现动态网页交互
javascript·爬虫·爬虫代理·puppeteer·数据·代理ip·16yun
API快乐传递者1 天前
利用Python 的爬虫技术淘宝天猫销量和库存
开发语言·爬虫·python
操练起来1 天前
【Python实战案例】爬虫项目实例(附赠源码)
数据库·爬虫·python
编码小袁1 天前
利用爬虫爬取网站信息
爬虫
孤寒者1 天前
【实战篇】requests库 - 有道云翻译爬虫 【附:代理IP的使用】
爬虫·代理ip·隧道代理·有道云翻译爬虫·青果代理ip
=(^.^)=哈哈哈1 天前
从安全角度看多线程(附Golang举例)
爬虫·python·golang
Python_trys1 天前
Python网络爬虫入门篇!
开发语言·爬虫·python
摇光~1 天前
7篇Python爬虫实例,直接代码可运行,全网最全,注释超详细(适合收藏)——2、爬取图片信息。
开发语言·爬虫·python