Python爬蟲如何采集微博視頻數(shù)據(jù)

這篇文章主要介紹了Python爬蟲如何采集微博視頻數(shù)據(jù)，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

知識點

requests

pprint

開發(fā)環(huán)境

版 本：python 3.8

-編輯器：pycharm 2021.2

爬蟲原理

作用：批量獲取互聯(lián)網(wǎng)數(shù)據(jù)(文本, 圖片, 音頻, 視頻)

本質(zhì)：一次次的請求與響應(yīng)

 案例實現(xiàn)

1. 導(dǎo)入所需模塊

import requests
import pprint

2. 找到目標網(wǎng)址

打開開發(fā)者工具，選中Fetch/XHR，選中數(shù)據(jù)所在的標簽，找到目標所在url

https://www.weibo.com/tv/api/component?page=/tv/channel/4379160563414111/editor

3. 發(fā)送網(wǎng)絡(luò)請求

headers = {
    'cookie': '',
    'referer': 'https://weibo.com/tv/channel/4379160563414111/editor',
    'user-agent': '',
}
data = {
    'data': '{"Component_Channel_Editor":{"cid":"4379160563414111","count":9}}'
}
url = 'https://www.weibo.com/tv/api/component?page=/tv/channel/4379160563414111/editor'
json_data = requests.post(url=url, headers=headers, data=data).json()

4. 獲取數(shù)據(jù)

json_data_2 = requests.post(url=url_1, headers=headers, data=data_1).json()

5. 篩選數(shù)據(jù)

dict_urls = json_data_2['data']['Component_Play_Playinfo']['urls']
video_url = "https:" + dict_urls[list(dict_urls.keys())[0]]
print(title + "\t" + video_url)

6. 保存數(shù)據(jù)

video_data = requests.get(video_url).content
with open(f'video\\{title}.mp4', mode='wb') as f:
    f.write(video_data)
print(title, "爬取成功................")

完整代碼

import requests
import pprint

headers = {
    'cookie': '添加自己的',
    'referer': 'https://weibo.com/tv/channel/4379160563414111/editor',
    'user-agent': '',
}
data = {
    'data': '{"Component_Channel_Editor":{"cid":"4379160563414111","count":9}}'
}
url = 'https://www.weibo.com/tv/api/component?page=/tv/channel/4379160563414111/editor'
json_data = requests.post(url=url, headers=headers, data=data).json()
print(json_data)

ccs_list = json_data['data']['Component_Channel_Editor']['list']
next_cursor = json_data['data']['Component_Channel_Editor']['next_cursor']
for ccs in ccs_list:
    oid = ccs['oid']
    title = ccs['title']
    data_1 = {
        'data': '{"Component_Play_Playinfo":{"oid":"' + oid + '"}}'
    }
    url_1 = 'https://weibo.com/tv/api/component?page=/tv/show/' + oid
    json_data_2 = requests.post(url=url_1, headers=headers, data=data_1).json()
    dict_urls = json_data_2['data']['Component_Play_Playinfo']['urls']
    video_url = "https:" + dict_urls[list(dict_urls.keys())[0]]
    print(title + "\t" + video_url)

    video_data = requests.get(video_url).content
    with open(f'video\\{title}.mp4', mode='wb') as f:
        f.write(video_data)
    print(title, "爬取成功................")

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Python爬蟲如何采集微博視頻數(shù)據(jù)”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關(guān)注億速云行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!