Python爬虫:爬取B站视频(详细讲解)

Hello,大家好,我是南枫,今天带来什么项目呢?就是------爬B站视频

刷过B站的都知道,B站并没有下载功能,连官网都没有下载功能的话,那我们还能正常爬取吗?当然~

首先我们要知道B站视频是分为视频和音频两部分,所以我们抓下来还不行,还需要把视频和音频给拼接起来。

工作量乍一看感觉很大,其实很简单,那么现在,跟着我的步伐一起来瞅瞅吧!

进行抓取之前,想问大家一个问题,请看图:

大家觉得整个页面,这两个部分谁占用的内存最大?最多

毋庸置疑的就是第一个部分(视频),请大家记住这一点,接下来,我们一起打开检查来进行常规操作。

总共有429个请求,并且还在不断增加,那我们如何从这么多文件里找到视频的文件呢?

我们上面说了,整个页面哪个部分占的内容最多?那就是视频!

那我们直接来进行排序,把所有文件按照从大到小进行排序(你想从小到大也没人拦你),怎么排序呢?如图:

点大小就行,so ez。那第一个就是视频文件吗?其实并不是,而是这三个文件:

这三个文件都是视频文件,不相信我的你接着看好了~,开始写代码:

成功爬取下来,接下来看看能不能进行播放:

播放正常,但,有个问题,只有视频,并没有声音,那我们是不是还得抓音频呢?对的没错,那么音频在哪呢?回到网站,往下滑:

可以看到,这里又有三个文件,他们仨和视频文件不一样,不一样的点在哪?

这是视频的文件,数字是:30064

我们看音频的文件,数字是:30232

所以视频文件和音频文件的区别,肉眼可见的就是数字而已哈哈哈哈哈,直接上代码:

那么这里要注意一点,视频文件的格式是 .mp4;音频文件的格式是 .mp3,大家注意不要搞混咯。

|-------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------|
| | |

播放音频看有没有问题:

没有问题,那么我们B站的视频和音频就爬取下来了~非常的ez是吧,但有个问题,既然视频和音频都爬下来了,但我们又该怎么把他们俩合并在一起形成正常的视频呢?

带着这个疑问,请看下一篇文章~

相关推荐
寻星探路2 小时前
【深度长文】万字攻克网络原理:从 HTTP 报文解构到 HTTPS 终极加密逻辑
java·开发语言·网络·python·http·ai·https
ValhallaCoder5 小时前
hot100-二叉树I
数据结构·python·算法·二叉树
猫头虎6 小时前
如何排查并解决项目启动时报错Error encountered while processing: java.io.IOException: closed 的问题
java·开发语言·jvm·spring boot·python·开源·maven
八零后琐话6 小时前
干货:程序员必备性能分析工具——Arthas火焰图
开发语言·python
青春不朽5127 小时前
Scrapy框架入门指南
python·scrapy
MZ_ZXD0018 小时前
springboot旅游信息管理系统-计算机毕业设计源码21675
java·c++·vue.js·spring boot·python·django·php
全栈老石8 小时前
Python 异步生存手册:给被 JS async/await 宠坏的全栈工程师
后端·python
梨落秋霜9 小时前
Python入门篇【模块/包】
python
阔皮大师10 小时前
INote轻量文本编辑器
java·javascript·python·c#