小红书视频链接,下载原视频分析。有个需求是小红书链接,视频下载到本地

直接上代码,抓包分析了半天,走了不少弯路,果然 朴实无华 才是最优解

python 复制代码
# -*- coding: utf-8 -*-
# author: da_pangzi
# datetime: 2024/12/11 16:50 
# ide: PyCharm
import requests


headers = {
    "accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.7",
    "accept-language": "zh-CN,zh;q=0.9",
    "cache-control": "no-cache",
    "pragma": "no-cache",
    "priority": "u=0, i",
    "sec-ch-ua": "\"Google Chrome\";v=\"129\", \"Not=A?Brand\";v=\"8\", \"Chromium\";v=\"129\"",
    "sec-ch-ua-mobile": "?0",
    "sec-ch-ua-platform": "\"Windows\"",
    "sec-fetch-dest": "document",
    "sec-fetch-mode": "navigate",
    "sec-fetch-site": "none",
    "sec-fetch-user": "?1",
    "upgrade-insecure-requests": "1",
    "user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/129.0.0.0 Safari/537.36"
}

url = 'https://www.xiaohongshu.com/explore/6736be40000000001b012bf8?xsec_token=ABc_-Jlz_TFVL_yoP0s-gPQi3EYGGrt24dSY2XRfBRkEk=&xsec_source=pc_feed'
response = requests.get(url, headers=headers)

print(response.text)
print(response)

下载到本地的

python 复制代码
# -*- coding: utf-8 -*-
# author: da_pangzi
# datetime: 2024/12/11 16:52 
# ide: PyCharm
import requests

url = "https://sns-video-al.xhscdn.com/stream/110/258/01e736be401b382d01037001932dd76d83_258.mp4"

response = requests.get(url, stream=True)
with open("video.mp4", "wb") as f:
    f.write(response.content)

其他的批量下载的,做一些提取的 操作就可以了。

相关推荐
cnxy18818 小时前
Python爬虫进阶:反爬虫策略与Selenium自动化完整指南
爬虫·python·selenium
用户83562907805119 小时前
Python 实现 Excel 条件格式自动化
后端·python
深蓝电商API20 小时前
Scrapy管道Pipeline深度解析:多方式数据持久化
爬虫·python·scrapy
噎住佩奇20 小时前
(Win11系统)搭建Python爬虫环境
爬虫·python
basketball61620 小时前
python 的对象序列化
开发语言·python
qq_3363139320 小时前
java基础-IO流(网络爬虫/工具包生成假数据)
java·爬虫·php
rgeshfgreh21 小时前
Python流程控制:从条件到循环实战
前端·数据库·python
luoluoal21 小时前
基于python大数据的电影市场预测分析(源码+文档)
python·mysql·django·毕业设计·源码
幻云201021 小时前
Python深度学习:从入门到实战
人工智能·python
Zoey的笔记本21 小时前
敏捷与稳定并行:Scrum看板+BPM工具选型指南
大数据·前端·数据库·python·低代码