下面是一个使用Python爬虫爬取视频的基本例子。创建一个Python爬虫来爬取视频通常涉及到几个步骤：发送HTTP请求、解析网页内容、提取视频链接、下载视频文件。
import json
import requests
from lxml import etree
if __name__ == '__main__':
# UA伪装
head = {
"User-Agent": "http://example.com/"
# 防盗链
, "Referer": "http://example.com/"
,
"Cookie": "http://example.com/"
}
# 1、指定url
url = "http://example.com/"
# 2、发送请求
response = requests.get(url, headers=head)
# 3、获取响应的数据
res_text = response.text
print(res_text)
#4.数据解析
tree = etree.HTML(res_text)
with open("bi.html","w",encoding="utf8") as f:
f.write(res_text)
base_info = "".join(tree.xpath("/html/head/script[4]/text()"))[20:]
print(base_info)
info_dict = json.loads(base_info)
print(info_dict)
video_url = info_dict["data"]["dash"]['video'][0]["baseUrl"]
audio_url = info_dict["data"]["dash"]['audio'][0]["baseUrl"]
video_content = requests.get(video_url,head).content
audio_content = requests.get(audio_url,head).content
with open("video.mp4","wb") as f:
f.write(video_content)
with open("audio.mp4","wb") as fp:
fp.write(audio_content)
pass
这段代码的主要目的是从网站获取一个视频的视频流和音频流，并将它们分别保存到本地文件中。下面是代码的详细解释：
1.导入必要的库：
json：用于处理JSON数据。
requests：用于发送HTTP请求。
lxml.etree：用于解析HTML和XML文档。
2.设置请求头：
创建一个字典head，包含模拟浏览器访问的User-Agent、防止防盗链的Referer以及一个示例的Cookie（注意，这里的User-Agent、Referer、Cookie仅仅只是样例）。
想要找到正确的User-Agent、防止防盗链的Referer以及一个示例的Cookie，可以通过打开电脑键盘F12，然后点击显示界面网络，找到名称一列的第一个项目，从标头里面可以找到相应的目标。
图例：
3.指定URL：
这里的url的获取方法同上。
4.发送请求：
使用requests.get方法发送HTTP GET请求到指定的URL，并将请求头设置为之前创建的head。（注意：请求方法可以通过类似url的获取方式查询）
图例：
5.获取响应数据：
从响应中获取HTML内容，并将其存储在变量res_text中。
打印整个HTML内容（这一步通常用于调试）。
6.保存HTML到文件：
将HTML内容写入到名为bi.html的文件中，用于后续分析或备份。
7.解析HTML以获取视频和音频信息：
使用lxml.etree解析HTML内容，并尝试从标签中的第四个
8.提取视频和音频的URL：
从解析后的字典中提取视频和音频的baseUrl。
9.下载视频和音频内容：
分别对视频和音频的URL发送GET请求，并将响应的内容（即视频和音频的二进制数据）保存到本地文件中。注意，这里将音频也保存为.mp4文件，但通常音频文件会使用.m4a、.aac或其他音频格式的文件扩展名。
注意：
硬编码的Cookie和直接从HTML中提取JSON字符串的方法（特别是通过指定
