Python 爬虫之下载视频（二）

news2024/11/24 15:04:48

爬取某Y的视频链接和标题

文章目录

爬取某Y的视频链接和标题
前言
一、基本思路
二、程序解析阶段
三、程序处理阶段
总结

前言

这篇内容就简单给大家写个如何从网页上爬取某B主主页页面上所有的视频链接和视频标题。

这篇是基础好好看，下篇会根据这篇的结果做一个批量爬取视频的教程（先提前给大家展示个效果图）。
在这里插入图片描述

一、基本思路

首先，电脑浏览器（最好用火狐或谷歌浏览器）打开某B主的某音主页，复制其网页地址栏的地址。
其次，将复制的网页输入到下面的程序的这个代码里面。
在这里插入图片描述
最后，运行程序，需要等待一两分钟，程序会自动列出博主网页上视频的链接。
—

二、程序解析阶段

代码如下：

import re
from selenium import webdriver
from selenium.webdriver.common.by import By
import time

# 创建一个对象实例，用来表示用哪个浏览器爬取
driver = webdriver.Firefox()
# 某个视频的地址
driver.get()
# 等待一下，等打开网页
time.sleep(8)

# 页面打开会弹出一个登录窗口
close = driver.find_element(by=By.CSS_SELECTOR, value='.dy-account-close')
# 等登录窗口弹出来
time.sleep(5)
# 关闭弹出的登录窗口
close.click()
time.sleep(2)

这里我用的是火狐浏览器所以是Firefox()，建议使用火狐浏览器。
当程序执行的时候会自动弹出网页窗口，这个时候不要动它，让程序泡，它自动做完上面代码写的操作。
注释写的很清楚，这里我就不多做解释了。

三、程序处理阶段

代码如下：

url_list = []
# 获视频地址所在的位置
right_url_list = driver.find_elements(by=By.CSS_SELECTOR, value='a.hY8lWHgA.SF0P5HVG.h0CXDpkg')
for url in right_url_list:

    # 获取此位置下的视频链接
    aaa = url.get_attribute('href')
    url_list.append(aaa)
print(url_list)

# 获取视频的标题位置
title_list = []
video_name_list = driver.find_elements(by=By.CSS_SELECTOR, value='.Ja95nb2Z')
for video_name in video_name_list:
		# 获取视频标题元素的内容
    video_name = str(video_name.text)
    
    # 正则表达式处理。只保留中文汉字
    video_ = re.findall(r'[\u4e00-\u9fff]+', video_name)
    
    # 把每个标题匹配到的汉字分别组装起来
    title_list.append(''.join(video_))
print(title_list)