python爬虫爬取视频

1.导入模块

pip install requests

pip install DrissionPage

注意：项目文件不要放在中文目录下

使用到了自启动谷歌浏览器，记得安装一个谷歌浏览器

DrissionPage是Python第三方模块，可以用

来操作网页、抓取内容、模拟登录、处理JavaScript页面等

2.找到想要爬取的界面

需要注意我标注的地方

需要获取请求头中cookie，referer，user-agent

和响应回来的response中视频的链接地址，我有用黄圈圈出出来

可以看到视频地址在aweme_list下的video下的play_addr下的url_list中3条视频地址都可以用分别对应索引中的0，1，2

原文链接：https://blog.csdn.net/weixin_56387846/article/details/153113568

3.代码

这里cookie和referer太长，自己打开开发者工具复制就行

爬取视频的主页不同记得换下主页地址就是换Google.get和监听Google.listen.start后的内容

bash 复制代码

import requests
from DrissionPage import ChromiumPage #自动化模块
import re
import os
os.makedirs("video") #创建video目录
headers={
    "cookie":"",
    "referer":"",
    "user-agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/141.0.0.0 Safari/537.36 Edg/141.0.0.0"
}
Google=ChromiumPage()#自动打开谷歌浏览器
Google.listen.start("aweme/post") #监听要在进入网页前
Google.get("https://www.douyin.com/user/MS4wLjABAAAAgYoK0D4ylp521CQGksm8fCuXosKQqqTMThdChuSzveET2Hdmiy6SmH-eEj9HJX_I?from_tab_name=main&vid=7520453386236349706")#爬取视频的主页
sjb = Google.listen.wait() #等待监听数据包的加载   等待start

JSON = sjb.response.body #获得网页响应数据

data = JSON["aweme_list"]
for i in data:
    v_url = i["video"]["play_addr"]["url_list"][0]#找到视频地址
    title = i["desc"]#获取视频标题
    title_re = re.sub("[<>?/`~_+=.]","",title)#去除标题中多余的符号
    res = requests.get(url=v_url,headers=headers).content
    with open("video\\"+title_re +"video.mp4","wb") as f:
        f.write(res)
        print(title_re)