Python爬虫教你爬取视频内容

前面介绍了基本的数据爬取，图片爬取的相关案例前面文章也有涉及，关于有些案例网站不能登录的问题，可以再找些别的网站，因为道理既然明白了，其实什么网站都一样，它有反爬机制，自然有应对它的办法，下面案例我也会给大家一个案例网站作为参考学习，关注我持续更新！

一.案例网站

网站链接:评论自取
页面参照：
在这里插入图片描述

二.思路分析

1.获取m3u8文件

— m3u8文件将视频切片为一个个片段，时长不定，一般较短，可以通过获取m3u8文件获取对应ts文件链接，进而进行片段视频的下载，不过后续要使用第三方工具进行视频的整合，将一个个片段视频还原为整个视频。

2.进行ts视频下载

获取到的m3u8通过python函数，进行字符串处理，进行进行一个个片段视频的下载，视频以二进制格式存储，因此下载时，应使用.content方法进行下载；最后MP4格式进行持久化存储。

三.步骤分析及成果展示

这里给大家说出我自己的方法，可以先用抓包工具获取视频元素，可以发现大多数都是在video标签；此时可以查看网页源代码中是否有video标签，一般不会有，大家可以试试，这样自己才能理解的更加深刻。
故视频是通过ajax进行加载的，所以可以在"<script.>"标签中搜索video，这时候可能会有收获;再者，可以通过抓包工具进行搜索，
此案例采取第二种，因为本案例第一种行不通

m3u8文件一般格式(加密格式后续文章讲解解密)

在这里插入图片描述

可以发现，ts文件的链接并不完整，但是可以分析:
分析已经在图片中给出:

成果展示:

pycharm打开是乱码
在这里插入图片描述

找到根路径进行打开
在这里插入图片描述
1.ts

大家可以自己试着把获得的片段视频进行合成，下面给出代码

四.完整代码展示(动动你的小手三连吧，码字不易，求求啦！）

import requests

url="https://v8.dious.cc/20221223/2jfDSrly/1500kb/hls/index.m3u8"

headers={
    
    
    "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36 Edg/109.0.1518.52"
}
n=1
response=requests.get(url=url,headers=headers)
with open("侍酒令第一集.txt","wb") as fp:
    fp.write(response.content)

with open("侍酒令第一集.txt",mode="r",encoding="utf-8") as fp:
    for line in fp:
        line=line.strip()
        if line.startswith("#"):
            continue
        last_tspath="https://v8.dious.cc"+line
        resp3=requests.get(last_tspath)
        f=open(f"{
      
      n}.ts",mode="wb")
        f.write(resp3.content)
        n+=1