python爬虫与测试+视频文件处理

工作中需要MP4视频文件怎么办?用Python随手采集一些【订阅赠品】 今天测试数据用到了 MP4 格式的视频文件,问题来了?从哪里去获取短小又精彩的MP4文件呢,我打开了XX网~~~~ 阅读详情

python 简单的网页爬虫与测试

流程

在这里插入图片描述

boost.py

import time
import requests
import random


from lxml import etree
import json
def getonepage(n):
    url=f'https://zhuanlan.zhihu.com/p/{n}?utm_source=qq&utm_medium=social' #要以http开头 f引导 {}占位符
    header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.117 Safari/537.36'} #请求头->f12 找到浏览器的信息   网罗 f5刷新  在name中点一个#右侧会显示信息  找到请求头  useragent
    r=requests.get(url,headers=header)#调用get()函数  #print(r)#状态码 
    return r.text

def parse(i,text):
    #初始化 标准化
    html=etree.HTML(text)
    #提取我们想要的信息 需要xpath语法
    names=html.xpath('//h1[@class="Post-Title"]/text()')
    if names==[]:
        pass
    else :
        print(str(i))
        print(names)
        save2file(''+str(i))
        save2file(names)
  


#文件保存
def save2file(data):
    global j
    with open('chengxu//'+str(j)+'.txt','a',encoding='utf-8')as f:
        #把字典 列表 转化成字符串且不以ascii方式编码   字符串才能写入文件
        #反斜杠n 换行
        data1=json.dumps(data,ensure_ascii=False)+'\n'
        f.write(data1)

with open('chengxu//test.txt','r',encoding='utf-8')as f1:
    global j
    global jk
    source = f1.read()
    print(source)
    j=source
    print(j)
    print(int(j,10)+1)
    jk=int(j,10)
    abc=int(j,10)+1000
    with open('chengxu//test.txt','w',encoding='utf-8')as f2:
          f2.write(str(abc))

#j=50005000
for i in range(jk,jk+1000):
    if (i%10)==1:
        print(i)
    text=getonepage(i)
    items=parse(i,text)
    cease=random.randint(0,9)
    time.sleep(0.1*cease)
time.sleep(10000)
#10251300-10267550
#40251300-40259900
#40269900-40279900
#40279900-40289900
#50000000-50001000
#50001000,50002000
xpath语法:
    #//url 选取所有子元素
    #//url/url
    #在XPath中匹配的是unicode编码的不间断空格符( ),
    #所以将空格全部替换为’\xa0‘即可。

在线测试网站(在线运行由于缺少模块一般仅能实现简单程序)

https://c.runoob.com/compile/9

https://coding.net/:需要注册

python2.7:https://www.tutorialspoint.com/execute_python_online.php

视频文件处理

'''
import requests
#https://blog.youkuaiyun.com/msspark/article/details/86745391 文件的读写操作
file = open("index.txt","r")#打开文件
zifu = file.read()#读取所有文件内容
print(zifu)
file.close()#关闭文件
fengede=zifu.split('#EXTINF:')
for i in range(2,len(fengede)):
    fengede[i]=fengede[i].strip()
    fengede[i]=fengede[i][10:26]
    
      
#fengede=fengede.
print(fengede)
#print(fengede[2][10:26])


for i in range(1,len(fengede)):
    header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.117 Safari/537.36'}
    #pd_url = 'https://ali-video.acfun.cn/mediacloud/acfun/acfun_video/segment/'+fengede[i]
    pd_url = 'https://bobo.okokbo.com/20180303/zSx23T4P/800kb/hls/'+fengede[i]

    res = requests.get(pd_url,headers=header)
    #with open('download\hybk'+str(i)+'.ts', 'ab+') as f:
    with open('bgyx.mp4', 'ab+') as f:
                f.write(res.content)
                f.flush()
                print(i ,len(fengede))

'''
import requests
#import time

for i in range(10,99):
    header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.117 Safari/537.36'}
    #pd_url = 'https://bobo.okokbo.com/20180303/zSx23T4P/800kb/hls/'+fengede[i]
    ccc=str(i)
    pd_url = 'https://youku.com-t-youku.com/20190318/9338_484dd451/1000k/hls/0fd10adc6ba0000'+ccc+'.ts'
    res = requests.get(pd_url,headers=header)
    #with open('download\filename'+str(i)+'.ts', 'ab+') as f:
    with open('mkxdcp2.ts', 'ab+') as f:
                f.write(res.content)
                f.flush()
                print(i)
                #time.sleep(1)
不加行也能填满:用 ABAP BDC 驯服 Table Control 滚动录制缺陷,批量维护供应商银行账户 摘要 本文探讨了在SAP ECC/S4HANA系统中处理供应商主数据时,Table Control控件带来的批量导入挑战。文章指出,银行账户维护界面中Table Control的滚动动作难以被录制工具捕捉,导致批量导入数据时仅能填充前5行。解决方案是通过BDC_OKCODE显式触发翻页(如=P+),并配合行号拼接(如(01)~(05))将数据写入不可见行。文中提供了完整的ABAP程序示例,展示了如何读取外部文件、动态生成BDCDATA、处理表格翻页逻辑,最终通过CALL TRANSACTION执行XK01事 阅读详情

相关推荐

蓝牙开发实战:如何用Wireshark抓取HCI协议包(附完整分析步骤)

本文详细介绍了如何使用Wireshark抓取和分析蓝牙HCI协议包,包括环境搭建、过滤器配置技巧、数据包深度解析及高级调试方法。通过实战案例,帮助开发者快速定位蓝牙连接问题,提升调试效率。

cuda7parallel的博客 1148

Python爬虫——某网站的视频数据

打开一个B站的网页,打开开发者模式,点击network,刷新。发起请求,获取响应内容,得到json字符串,进行js解密。解析自己想要的数据,保存文本。应对反爬。json解密。视频内容分区。

biancheng_syz的博客 2579

微信小程序获取用户手机号全流程实战(附完整代码)

本文详细介绍了微信小程序获取用户手机号的全流程实战,包括前端授权、后端解密及安全合规要点。通过传统授权按钮和新版手机号快速验证组件两种方案,帮助开发者高效实现功能,并附完整代码示例。重点解析了微信小程序接口的使用技巧和常见问题解决方案,确保数据安全与用户体验。

weixin_29280219的博客 568

python爬虫学习之爬取某网站上的视频

B站Python爬虫实战教程之爬取某网站上的视频。实现步骤:1.发送请求,对于视频信息数据包发送请求;2.获取数据,获取服务器返回的数据;3.解析数据,提取我们想要的内容:视频url地址、视频标题;4.保存数据,将视频内容保存到本地文件夹。视频地址:https://www.bilibili.com/video/BV1qJ411S7F6?p=7.........

梦里逆天的博客 8634

北京途游游戏后端开发面经

北京途游游戏后端开发面经 我面试岗位是基于Python的后端开发工程师,主要是搞游戏的服务器开发。面试一共分了两轮,之后说是看看其他的候选人再定,感觉凉凉~~ 由于受到此次新型冠状病毒疫情的影响,本次面试采用视频面试的方式,下面是面试的时候面试官提的问题,python的基础知识还是问的比较多的。  一面:(32分钟微信视频)  简单做下自我介绍,   1.说一下你开发过的项目,挑一个说下你都做了...

weixin_45603043的博客 2125

CamoFox MCP:让AI助手隐身操作浏览器的反检测自动化实战

浏览器自动化是提升工作效率和实现数据采集的关键技术,其核心原理在于通过程序脚本模拟人类在网页上的交互行为。传统方案如Selenium或Playwright虽功能强大,但需要开发者编写复杂脚本并处理反爬机制。随着AI Agent技术的发展,自然语言驱动的自动化成为新趋势,它能将任务规划与逻辑判断交由AI处理,大幅降低使用门槛。Model Context Protocol(MCP)作为连接AI与外部工具的标准协议,在此场景下价值凸显,它使得AI助手能直接调用丰富的浏览器操作工具。CamoFox MCP创新性地将

weixin_42551967的博客 726

Python爬虫视频教程:教你爬取QQ音乐数据(实战处理+数据可视化)

本视频课程主要培训Python爬虫入门,数据分析及数据可视化实战内容,通过本课的学习,您可以在2小时左右掌握Python基础编程的核心内容,实现Python在爬虫、数据分析,及数据可视化等操作,各位同学在掌握了Python后,可以选择Python的其中一个方向进行深入研究,不管对于自身升职找工作,还是对于自身IT专业能力的提升,都是非常有帮助的。刘宇宙,《Python3.5从零开始学》、《Python3.7从零开始学》一书作者。 目前主要担任大数据人工智能后台技术负责,负责人工智能项目落地,目前已落地计算机视觉中的以图搜图、侵权图片检测、智能广告、实时推荐、销量预测等项目。 先后从事过卡系统研发,云计算中IAAS的研发,大数据研发,物联网研发,网络爬虫研发。

Cadence 17.4 PSpice仿真555定时器输出方波

这里利用555定时器组成多谐振荡器产生1Hz的方波并用PSpice仿真其输出的方波波形。555定时器是一种广泛应用的中规模集成电路。根据其内部组成的不同,可分为双极型(555B)和CMOS型(555C)两类。两种类型的定时器各有所长。双极型定时器具有较大的驱动能力,其输出电流可达200mA,可直接驱动发光二级管、扬声器、继电器等负载。而CMOS型定时器的输入阻抗高、功耗低。

tj_nonstoper的博客 1万+

高手看片必备!python修改视频格式

# -*- coding: cp936 -*-f=file('F:\\视频\\[电影天堂www.dy2018.com]惊声尖笑5高清720p.rmvb','a+b')f.truncate(4)f.close()删除或者修改前4个字节的内容,视频就打不开了其原四字节格式如下:2E 52 4D 46

jianghuihong2012的专栏 4010

C语言新手必练:10个实战小项目带你快速上手(附完整代码)

本文为C语言初学者精选10个实战项目,从基础的温度转换器到高级的迷宫求解算法,涵盖输入输出、条件判断、循环控制、数组操作等核心知识点。每个项目配有完整代码和详细解析,帮助新手通过实践掌握编程思维,特别适合刚学完语法但缺乏实战经验的学习者。

weixin_29208077的博客 743

Yolov5自定义图片训练测试及模型调优(详细过程)

Yolov5自定义数据训练及测试1. 图像数据获取、标注2. 数据集划分及准备3. 配置训练参数,准备训练:3.1 修改data/训练配置xxx.yaml文件:3.2 修改models模型配置xxx.yaml文件4. 开始训练5. 测试训练后的模型: 1. 图像数据获取、标注 如果自定义训练自己的数据集,首先需要数据标注,至于数据来源可以是下载现有的开发数据集、拍照、爬虫等等。 如果是拍照、爬虫等获取的数据图片,需要进行数据标注,这个过程可以使用工具来做,但也需要一些手动操作 。。并且图片越多越好,如果

HowieXue 薛永浩的博客 10万+

python高阶爬虫---视频类内容爬取,内含详细教程和代码实例

最近放暑假,闲来无事,爬点东西来玩。这学期由于课程需要,多次用爬虫的技术来获取数据,但都是获取一些文字类的数据。突发奇想,自己想利用爬虫获取一些音视频类的数据。下面以某站和某影院为例,说明爬虫获取音视频的技术和方法。BiliBili的视频爬取教程参考自BiliBili视频(自己爬自己,哈哈哈),城市影院的视频爬取以BiliBili为启发,自己编写。代码仅供参考,不用做其他用途。..............................

DALEONE的博客 4万+

uniapp - 解决真机调试报错 request:fail abort statusCode:-1 java.security.cert.CertPathValidatorException: Tr

uni-app,真机调试报错,app端平台,安卓Android,安卓App发布线上报错,打包后接口请求失效了,api接口报错,真机运行安卓app时接口不通且报错,request:failabortstatusCode:-1java.security.cert.CertPathValidatorException:Trustanchorforcertificationpathnotfound.,真机调试,苹果ios真机报错,Uniapp打包到app后报错,uni-app真机调试报错,服务器

🏆 前端领域优质创作者 1万+

网络爬虫的介绍

网络爬虫通俗来讲就是使用代码将HTML网页的内容下载到本地的过程。爬取网页主要是为了获取网中的关键信息,例如网页中的数据、图片、视频等。Python语言中提供了多个具有爬虫功能的库,下面将具的介绍。urlib库:是Python自带的标准库,无须下载、安装即可直接使用。urllib库中包含大量的爬虫功能,但其代码编写略微复杂。requests库:是python的第三方库,需要下载、安装之后才能使用。

2501_91113915的博客 3530

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

用ChatGPT高效学习:7天入门Python网络爬虫

以前不懂编程,但经常要从互联网上批量下载一些文件图片视频、收集整理数据等,手工操作耗时耗力。用ChatGPT入门了Python编程后,就寻思着可以再利用ChatGPT入门网络爬虫。

xiangxueerfei的博客 228

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Python3 网络爬虫(五):老板,需要特殊服务吗?

** 前言 网络爬虫,爬天爬地爬空气。 除了常规的下载文字、图片、音频这些,还能干啥? 还能干的有很多,比如一些「多种多样」的**特殊服务******。 特殊服务 特殊服务,就是那些定制化的 API。 API 的概念也很好理解: 比如你想爬一个网站的数据,你需要分析这个网站,要向哪个 url 发起请求,要向服务器传递哪些数据,拿到服务器的返回数据又要怎么解析出想要的数据。 其实,这个过程,就是在「抽象化」出一个 API。 例如,上篇文章的视频下载实战。 对于写好的「视频下载程序」而言,******输入**

Pert的博客 133

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Python网络爬虫技术解析:从基础原理到合法应用实践

网络爬虫作为自动化数据采集的核心技术,通过模拟浏览器行为实现网页内容的批量获取。其工作原理基于HTTP协议请求响应机制,结合HTML解析技术提取结构化数据。在技术价值层面,爬虫能够显著提升数据采集效率,为数据分析提供源头支持。应用场景涵盖舆情监控、价格追踪、学术研究等多个合法领域。本文以Python爬虫实践为例,深入探讨requests库和BeautifulSoup等工具的使用方法,同时强调robots.txt协议遵守和爬取频率控制等合规要求,帮助开发者在掌握视频内容解析技术的同时规避法律风险。

weixin_33816821的博客 434

文末福利 | Python3 网络爬虫:老板,需要特殊服务吗?

文末福利!送书啦!您若喜欢,给公众号设置星标,第一时间获取推送1前言网络爬虫,爬天爬地爬空气。除了常规的下载文字、图片、音频这些,还能干啥?还能干的有很多,比如一些「多种多样」的特殊服务...

小詹学python的博客 316

Python爬虫入门到实战(1)-requests库

网络爬虫通俗来讲就是使用代码将HTML网页的内容下载到本地的过程。爬取网页主要是为了获取网之间需要中的关键信息,例如网页中的数据、图片、视频等。urllib库:是Python自带的标准库,无须下载、安装即可直接使用。urllib库中包含大量的爬虫功能,但其代码编写略微复杂。requests库:是Python的第三方库,需要下载、安装之后才能使用。

2302_76756558的博客 1120

Python爬虫:二十行代码获取某知名网站高质量视频,带视频讲解

兄弟们,自从上次爬虫热门后,我就没发高质量爬虫了,然后你们就都不看了。 唉~原来你们都是这样的人

人生苦短, 还不用Python? 5728

用Python调用迅雷实现后台批量下载

迅雷9、10实测可用,老版本迅雷应该也可以用,不推荐迅雷极速版   写在前面 最近在学习python的网络爬虫,想要爬取某个网站上的上百万条链接,批量下载链接所指向的图片、文档、视频等内容。大部分的小文件,比如图片和文档,利用requests模块可以轻松实现,但是对于视频等大文件而言,requests并不是那么可靠,可能会发生下载不完全,乱码等情况,这种时候就需要更加可靠老练的下载器。对于国...

aRooooooba的博客 2万+

Python异步爬虫框架深度解析:B站视频下载器bilili的高效实现原理

bilili是一个基于Python构建的高性能B站视频下载框架,专注于实现高效、稳定的视频爬取与下载功能。该项目通过模块化架构设计和异步处理机制,为开发者提供了完整的视频资源获取解决方案,是Python网络爬虫和视频处理技术的优秀实践案例。 ## 技术背景与项目定位 在当今多媒体内容爆炸式增长的时代,视频资源的获取与处理成为许多应用场景的核心需求。bilili项目应运而生,旨在解决B站视频下载

gitblog_00894的博客 556

Python Playwright自动化测试与爬虫实战:从环境搭建到高级应用

Web自动化测试与数据爬取是现代软件开发与数据分析中的核心需求,其原理在于通过程序模拟用户操作浏览器,实现对网页的交互与数据提取。这项技术的核心价值在于提升测试效率、确保应用质量,并解决动态网页的数据采集难题。在众多自动化工具中,基于浏览器原生调试协议的方案因其执行速度快、稳定性高而备受青睐,尤其适用于处理单页应用(SPA)和复杂异步加载场景。本文聚焦于**Playwright**这一新兴的跨浏览器自动化库,并结合**Python**这一简洁高效的编程语言,详细阐述其从环境配置、核心API使用到处理ifra

weixin_30764771的博客 623
上一篇: python对一个文件夹中的文件重命名
下一篇: Java反射机制实例化对象
FakeOccupational
博客等级 码龄6年 2万+粉丝 1727原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值