#知识点
#Requests模块使用
#Json数据提取
#re模块使用
#os模块使用
#ffmpeg工具使用
import json
import os
import pprint
import re
from lxml import etree
#1.爬取视频页的网页源代码
import requests
headers={
'referer':'https://www.bilibili.com',
'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}
def get_paly_url(url):
r=requests.get(url,headers=headers)
#2.提取视频和音频的播放地址
info=re.findall('window.__playinfo__=(.*?)</script>',r.text)[0]
video_url=json.loads(info)['data']['dash']['video'][0]['baseUrl']
audio_url=json.loads(info)['data']['dash']['audio'][0]['baseUrl']
html=etree.HTML(r.text)
filename=html.xpath('//h1/text()')[0]
# print(filename)
return video_url,audio_url,filename
#3.下载并保存视频和音频
def download_files(video_url,audio_url,filename,path):
print('开始下载音频和视频...')
video_content=requests.get(video_url,headers=headers).content
audio_content = requests.get(audio_url, headers=headers).content
with open(f'{path}/{filename}.mp4','wb') as f:
f.write(video_content)
print('已下载视频部分')
with open(f'{path}/{filename}.mp3', 'wb') as f:
f.write(audio_content)
print('已下载音频部分')
#4.合并视频和音频
#ffmpeg
def combine_files(filename,path):
cmd=fr"D:\python学习笔记课后题\ffmpeg-7.0.1-full_build\ffmpeg-7.0.1-full_build\bin\ffmpeg -i {path}\{filename}.mp4 -i {path}\{filename}.mp3 -c:v copy -c:a aac -strict experimental {path}\output-{filename}.mp4 -loglevel quiet"
os.system(cmd)
print('已完成合并!')
os.remove(f'{path}\{filename}.mp4')
os.remove(f'{path}\{filename}.mp3')
print('已删除多余文件!')
if __name__ == '__main__':
path = 'D:\python学习笔记课后题\爬虫\实战\视频'
url = 'https://www.bilibili.com/video/BV1AA4y1D7h2/?spm_id_from=333.337.search-card.all.click'
video_url,audio_url,filename=get_paly_url(url)
download_files(video_url, audio_url, filename, path)
combine_files(filename, path)
爬虫下载b站视频
上年纪的男人2024-12-06 14:23
相关推荐
德迅云安全—珍珍6 小时前
如何有效防护恶意爬虫qq_3106585111 小时前
mediasoup源码走读(十)——producer小咖自动剪辑12 小时前
自动批量混剪视频软件配置流程sugar椰子皮13 小时前
【爬虫框架-8】其他vfvfb14 小时前
根据srt去掉无人声的地方 视频保留对白 视频去掉没有说话的段艾上编程14 小时前
《Python实战小课:爬虫工具场景——开启数据抓取之旅》导读lkbhua莱克瓦2415 小时前
IO练习——网络爬虫(爬取数据)玩转以太网17 小时前
W55MH32L 单芯片以太网方案:实现网络音频高品质低延迟传输白狐_79817 小时前
Google (Flow) 完全使用指南:从入门到精通AI视频生成sugar椰子皮17 小时前
【爬虫框架-7】日志追踪实现