Python怎么實(shí)現(xiàn)抓取騰訊視頻所有電影

這篇文章主要介紹“Python怎么實(shí)現(xiàn)抓取騰訊視頻所有電影”，在日常操作中，相信很多人在Python怎么實(shí)現(xiàn)抓取騰訊視頻所有電影問題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”Python怎么實(shí)現(xiàn)抓取騰訊視頻所有電影”的疑惑有所幫助！接下來，請(qǐng)跟著小編一起來學(xué)習(xí)吧！

運(yùn)行環(huán)境

• IDE丨pycharm

• 版本丨Python3.6

• 系統(tǒng)丨Windows

實(shí)現(xiàn)目的與思路

目的

實(shí)現(xiàn)對(duì)騰訊視頻目標(biāo)url的解析與下載，由于第三方vip解析，只提供在線觀看，隱藏想實(shí)現(xiàn)對(duì)目標(biāo)視頻的下載

思路

首先拿到想要看的騰訊電影url,通過第三方vip視頻解析網(wǎng)站進(jìn)行解析，通過抓包，模擬瀏覽器發(fā)送正常請(qǐng)求，通過拿到緩存ts文件，下載視頻ts文件，最后通過轉(zhuǎn)換為mp4文件，即可實(shí)現(xiàn)正常播放

完整代碼

import re
import os,shutil
import requests,threading
from urllib.request import urlretrieve
from pyquery import PyQuery as pq
from multiprocessing import Pool
'''
'''
class video_down():
    def __init__(self,url):
        # 拼接全民解析url
        self.api='https://jx.618g.com'
        self.get_url = 'https://jx.618g.com/?url=' + url
        #設(shè)置UA模擬瀏覽器訪問
        self.head = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'}
        #設(shè)置多線程數(shù)量
        self.thread_num=32
        #當(dāng)前已經(jīng)下載的文件數(shù)目
        self.i = 0
        # 調(diào)用網(wǎng)頁(yè)獲取
        html = self.get_page(self.get_url)
        if html:
            # 解析網(wǎng)頁(yè)
            self.parse_page(html)
    def get_page(self,get_url):
        try:
            print('正在請(qǐng)求目標(biāo)網(wǎng)頁(yè)....',get_url)
            response=requests.get(get_url,headers=self.head)
            if response.status_code==200:
                #print(response.text)
                print('請(qǐng)求目標(biāo)網(wǎng)頁(yè)完成....\n 準(zhǔn)備解析....')
                self.head['referer'] = get_url
                return response.text
        except Exception:
            print('請(qǐng)求目標(biāo)網(wǎng)頁(yè)失敗，請(qǐng)檢查錯(cuò)誤重試')
            return None


    def parse_page(self,html):
        print('目標(biāo)信息正在解析........')
        doc=pq(html)
        self.title=doc('head title').text()
        print(self.title)
        url = doc('#player').attr('src')[14:]
        html=self.get_m3u8_1(url).strip()
        #self.url = url + '800k/hls/index.m3u8'
        self.url = url[:-10] +html
        print(self.url)
        print('解析完成，獲取緩存ts文件.........')
        self.get_m3u8_2(self.url)
    def get_m3u8_1(self,url):
        try:
            response=requests.get(url,headers=self.head)
            html=response.text
            print('獲取ts文件成功，準(zhǔn)備提取信息')
            return html[-20:]
        except Exception:
            print('緩存文件請(qǐng)求錯(cuò)誤1，請(qǐng)檢查錯(cuò)誤')


    def get_m3u8_2(self,url):
        try:
            response=requests.get(url,headers=self.head)
            html=response.text
            print('獲取ts文件成功，準(zhǔn)備提取信息')
            self.parse_ts_2(html)
        except Exception:
            print('緩存文件請(qǐng)求錯(cuò)誤2，請(qǐng)檢查錯(cuò)誤')
    def parse_ts_2(self,html):
        pattern=re.compile('.*?(.*?).ts')
        self.ts_lists=re.findall(pattern,html)
        print('信息提取完成......\n準(zhǔn)備下載...')
        self.pool()
    def pool(self):
        print('經(jīng)計(jì)算需要下載%d個(gè)文件' % len(self.ts_lists))
        self.ts_url = self.url[:-10]
        if self.title not in os.listdir():
            os.makedirs(self.title)
        print('正在下載...所需時(shí)間較長(zhǎng)，請(qǐng)耐心等待..')
        #開啟多進(jìn)程下載
        pool=Pool(16)
        pool.map(self.save_ts,[ts_list for ts_list in self.ts_lists])
        pool.close()
        pool.join()
        print('下載完成')
        self.ts_to_mp4()
    def ts_to_mp4(self):
        print('ts文件正在進(jìn)行轉(zhuǎn)錄mp4......')
        str='copy /b '+self.title+'\*.ts '+self.title+'.mp4'
        os.system(str)
        filename=self.title+'.mp4'
        if os.path.isfile(filename):
            print('轉(zhuǎn)換完成，祝你觀影愉快')
            shutil.rmtree(self.title)


    def save_ts(self,ts_list):
        try:
            ts_urls = self.ts_url + '{}.ts'.format(ts_list)
            self.i += 1
            print('當(dāng)前進(jìn)度%d/%d'%(self.i,len(self.ts_lists)))
            urlretrieve(url=ts_urls, filename=self.title + '/{}.ts'.format(ts_list))
        except Exception:
            print('保存文件出現(xiàn)錯(cuò)誤')




if __name__ == '__main__':
    #電影目標(biāo)url：狄仁杰之四大天王
    url='https://v.qq.com/x/cover/r6ri9qkcu66dna8.html'
    #電影碟中諜5：神秘國(guó)度
    url1='https://v.qq.com/x/cover/5c58griiqftvq00.html'
    #電視劇斗破蒼穹
    url2='https://v.qq.com/x/cover/lcpwn26degwm7t3/z0027injhcq.html'
    url3='https://v.qq.com/x/cover/33bfp8mmgakf0gi.html'
    video_down(url2)

視頻緩存ts文件

這里都是一些緩存視頻文件，每個(gè)只有幾秒鐘播放，最后需要合并成一個(gè)mp4格式的視頻，就可以正常播放，默認(rèn)高清下載 

注意這里的進(jìn)度因?yàn)槭褂枚噙M(jìn)程下載，進(jìn)度僅供參考，沒有確切顯示進(jìn)度，可以進(jìn)文件夾查看正常進(jìn)度，可以理解為顯示一次進(jìn)度，下載一個(gè)ts文件

實(shí)現(xiàn)效果

到此，關(guān)于“Python怎么實(shí)現(xiàn)抓取騰訊視頻所有電影”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！