前言

哈喽！上午好嘞，各位小可爱们！有没有等着急了呀~

由于最近一直在学习新的内容，所以耽搁了一下下，抱歉.jpg 双手合十。

所有文章完整的素材+源码都在👇👇

粉丝白嫖源码福利，请移步至CSDN社区或文末公众hao即可免费。

今天稍微赶了一下下，嘿嘿，想着还是给大家更新一下蛮，爬虫的内容基本上都过不了审核，

可能是我写的方式不对，思考.jpg，这么久了还是没找到好办法，大概率知道不能出现某些网

站的名字网址等，所以最近给大家更新的爬虫系列，就简简单单给大家写一点儿叭~

部分爬虫的代码是有录制完整的视频滴 讲解的更加仔细哈，需要的还是可以滴一下我哦！

好啦，开始今天的正题吧——Python采集某网站m3u8 格式视频哦 ~

正文

一、课前准备

运行环境：Python3（解释器版本我用的3.7，识别代码）Pycharm（编辑器编辑代码滴）

模块安装如下——

requests——pip install +模块名 或镜像源安装：

pip install -i https://pypi.douban.com/simple/+模块名

内置模块：import re import json 安装好Python环境即可。

二、爬虫的基本流程

明确自己的需求---> 视频内容以及视频标题 - 通过开发者工具<>抓包分析,

分析视频是从哪里来的 - F12 fn+f12 右击页面点击检查 - a站 m3u8视频格式 ---> media 是

没有数据 mp4文件 ---> 整个视频内容 m3u8视频格式 ---> 把 整个视频内容 分割非常多小片

段 - 代码的实现步骤 1. 发起请求 2. 获取数据 3. 解析数据 4. 保存数据

三、抓取目标

1）目标网址

https://www.acfun.cn/v/ac13524296

分析视频是从哪里来的 - F12。

找到User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36

2）代码实现

"""
# 导入模块
import requests
# 导入正则模块
import re
# 导入数据格式化模块
from pprint import pprint
import json
url = 'https://www.acfun.cn/v/ac13524296'
# 模拟浏览器 请求头
# User-Agent 用户代理
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36'
}
# 1. 发起请求
response = requests.get(url, headers=headers)
# 2. 获取数据 获取响应
# print(response.text)
# 3.数据解析
"""
.*? 元字符
. 匹配任意字符除了换行符之外
*匹配前一个字符0或者无限个
? 非贪婪匹配
"""
# 提取标题p
title = re.findall('"title":"(.*?)",',response.text)[1]
# print(title)
# 通过re提取视频内容信息
html_data = re.findall('window.pageInfo = window.videoInfo =(.*?);',response.text)[0]
# 数据转化json
json_data = json.loads(html_data)
# pprint(json_data)
# 字典取值 dict = {键值:value值} dict[键值]
m3u8_url = json.loads(json_data['currentVideoInfo']['ksPlayJson'])['adaptationSet'][0]['representation'][0]['backupUrl'][0]
pprint(m3u8_url)
m3u8_data = requests.get(m3u8_url, headers=headers).text
# print(m3u8_data)
m3u8_data=re.sub('#E.*','',m3u8_data).split()
# print(m3u8_data)
for ts in m3u8_data:
        # print(ts)
        ts_url = 'https://ali-safety-video.acfun.cn/mediacloud/acfun/acfun_video/hls/'+ts
        ts_name = ts.split('.')[1]
        # print(ts_url,ts_name)
        ts_content = requests.get(url=ts_url,headers=headers).content
        #  保存 图片 音频 视频 都是字节流 二进制
        with open('video\\'+ts_name+'.mp4' , mode='wb') as f:
                f.write(ts_content)