简单的网络爬虫爬取视频

示例代码爬取一个周杰伦相关视频

import requests

# 自己想下载的视频链接
video_url = 'https://vdept3.bdstatic.com/mda-qg8cnf4bw5x6bjs5/cae_h264/1720516251158906693/mda-qg8cnf4bw5x6bjs5.mp4?v_from_s=hkapp-haokan-hbf&auth_key=1728497433-0-0-4a32e13f751e04754e4b2c5dd1807125&bcevod_channel=searchbox_feed&pd=1&cr=0&cd=0&pt=3&logid=0633718048&vid=9688389649394540299&klogid=0633718048&abtest='

# 发送GET请求
response = requests.get(video_url)

# 确保请求成功
if response.status_code == 200:
    # 将视频内容写入文件,路径可以改成自己的路径
    with open('C:\\Users\\Desktop\\百度视频.mp4', 'wb') as f:
        f.write(response.content)
else:
    print("请求失败,状态码:", response.status_code)

爬取的视频保存在了桌面
在这里插入图片描述

关键点:找视频的链接

如下直接复制链接地址是错误的,这并不只是正真视频的链接
在这里插入图片描述

正确步骤,按“Fn+F12”打开开发者工具,点击如图左上角这个图标,选中网页中的相应元素即可进行检查。
在这里插入图片描述
鼠标悬浮在视频上面,右边开发者工具中就会显示相对应的元素内容。
在这里插入图片描述
如图蓝色内容即位视频的链接
在这里插入图片描述

目前支持百度网页搜索,百度图片搜索,百度知道搜索,百度视频搜索,百度资讯搜索,百度文库搜索,百度经验搜索和百度百科搜索。 爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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