溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

Node批量爬取頭條視頻并保存方法

發(fā)布時間:2020-10-07 13:02:31 來源:腳本之家 閱讀:171 作者:laozhang 欄目:web開發(fā)

簡介

一般批量爬取視頻或者圖片的套路是,使用爬蟲獲得文件鏈接集合,然后通過 writeFile 等方法逐個保存文件。然而,頭條的視頻,在需要爬取的 html 文件(服務(wù)端渲染輸出)中,無法捕捉視頻鏈接。視頻鏈接是頁面在客戶端渲染時,通過某些 js 文件內(nèi)的算法或者解密方法,根據(jù)視頻的已知 key 或者 hash 值,動態(tài)計算出來并添加到 video 標(biāo)簽的。這也是網(wǎng)站的一種反爬措施。

我們在瀏覽這些頁面時,通過審核元素,可以看到計算后的文件地址。然而在批量下載時,逐個手動的獲取視頻鏈接顯然不可取。開心的是,puppeteer 提供了模擬訪問 Chrome 的功能,使我們可以爬取經(jīng)過瀏覽器渲染出來的最終頁面。

項目啟動

命令

npm i
npm start

Notice: 安裝 puppeteer 的過程稍慢,耐心等待。

配置文件

// 配置相關(guān)
module.exports = {
 originPath: 'https://www.ixigua.com', // 頁面請求地址
 savePath: 'D:/videoZZ' // 存放路徑
}

技術(shù)點

puppeteer

官方API

puppeteer 提供一個高級 API 來控制 Chrome 或者 Chromium。

puppeteer 主要作用:

利用網(wǎng)頁生成 PDF、圖片

爬取SPA應(yīng)用,并生成預(yù)渲染內(nèi)容(即“SSR” 服務(wù)端渲染)

可以從網(wǎng)站抓取內(nèi)容

自動化表單提交、UI測試、鍵盤輸入等

使用到的 API:

puppeteer.launch() 啟動瀏覽器實例

browser.newPage() 創(chuàng)建一個新頁面

page.goto() 進入指定網(wǎng)頁

page.screenshot() 截圖

page.waitFor() 頁面等待,可以是時間、某個元素、某個函數(shù)

page.$eval() 獲取一個指定元素,相當(dāng)于 document.querySelector

page.$$eval() 獲取某類元素,相當(dāng)于 document.querySelectorAll

page.$('#id .className') 獲取文檔中的某個元素,操作類似jQuery

代碼示例

const puppeteer = require('puppeteer');
 
(async () => {
 const browser = await puppeteer.launch();
 const page = await browser.newPage();
 await page.goto('https://example.com');
 await page.screenshot({path: 'example.png'});
 
 await browser.close();
})();

視頻文件下載方法

下載視頻主方法

const downloadVideo = async video => {
 // 判斷視頻文件是否已經(jīng)下載
 if (!fs.existsSync(`${config.savePath}/${video.title}.mp4`)) {
 await getVideoData(video.src, 'binary').then(fileData => {
  console.log('下載視頻中:', video.title)
  savefileToPath(video.title, fileData).then(res =>
  console.log(`${res}: ${video.title}`)
  )
 })
 } else {
 console.log(`視頻文件已存在:${video.title}`)
 }
}

獲取視頻數(shù)據(jù)

getVideoData (url, encoding) {
 return new Promise((resolve, reject) => {
 let req = http.get(url, function (res) {
  let result = ''
  encoding && res.setEncoding(encoding)
  res.on('data', function (d) {
  result += d
  })
  res.on('end', function () {
  resolve(result)
  })
  res.on('error', function (e) {
  reject(e)
  })
 })
 req.end()
 })
}

將視頻數(shù)據(jù)保存到本地

savefileToPath (fileName, fileData) {
 let fileFullName = `${config.savePath}/${fileName}.mp4`
 return new Promise((resolve, reject) => {
 fs.writeFile(fileFullName, fileData, 'binary', function (err) {
  if (err) {
  console.log('savefileToPath error:', err)
  }
  resolve('已下載')
 })
 })
}

目標(biāo)網(wǎng)站:西瓜視頻

項目功能:下載頭條號【維辰財經(jīng)】下的最新20個視頻

項目地址:Github 地址

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI