一段完整的批量下载网站视频资源的python爬虫代码（附注解）

Posted 2020-11-25 Iceberg_710815

# 本程序为学习代码，成功爬取了＇梨视频＇网站的全部视频文件，并保存在video文件夹
import os
import re
import requests

def getHTMLText(url):
    try:
        r=requests.get(url)
        r.raise_for_status()
        r.encoding=r.apparent_encoding
        return r.text
    except:
        print("request failed")

url = ‘https://www.pearvideo.com/category_8‘
baseurl = ‘https://www.pearvideo.com/‘
video_data = getHTMLText(url)
# 判断是否已经有video文件夹，没有则新建
if not os.path.isdir(‘./video‘):
    os.makedir(‘./video‘)

res = re.compile(r‘(video_[0-9]{7})‘)
video_list = re.findall(res, video_data)


# 构建全部视频文件网址
for i in video_list:
    video_url = baseurl + i # video_url是视频文件页面的地址，不是真正的视频文件的下载地址
    # 请求视频文件网站url，读取视频文件内容
    try:
        text = getHTMLText(video_url) # 返回视频文件页面的html
        res = re.compile(r‘srcUrl="(https://.+?mp4)"‘)
        final_url = re.findall(res, text)[0] # 返回真正的视频文件的下载地址
        video_content = requests.get(final_url).content # 获取视频文件的内容（二进制流）
    except:
        print(‘%s文件内容获取失败！‘ % i)
    with open(‘./video/‘ + i + ‘.mp4‘, ‘wb‘) as f:
        print(‘正在保存视频 %s ......‘ % i)
        f.write(video_content)
        f.flush()