前言
大家早好、午好、晚好吖~
目录标题
环境使用:
-
Python 3.8
-
Pycharm
模块使用:
- import requests >>> pip install requests
内置模块 你安装好python环境就可以了
-
import re
-
import json
模块安装问题:
如果安装python第三方模块:
-
win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
-
在pycharm中点击Terminal(终端) 输入安装命令
安装失败原因:
-
失败一: pip 不是内部命令
解决方法: 设置环境变量
-
失败二: 出现大量报红 (read time out)
解决方法: 因为是网络链接超时, 需要切换镜像源
清华:https://pypi.tuna.tsinghua.edu.cn/simple
阿里云:https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学:https://pypi.hustunique.com/
山东理工大学:https://pypi.sdutlinux.org/
豆瓣:https://pypi.douban.com/simple/例如:pip3 install -i https://pypi.doubanio.com/simple/ 模块名
-
失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
或者你pycharm里面python解释器没有设置好
如何配置pycharm里面的python解释器?
-
选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
-
点击齿轮, 选择add
-
添加python安装路径
pycharm如何安装插件?
-
选择file(文件) >>> setting(设置) >>> Plugins(插件)
-
点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
-
选择相应的插件点击 install(安装) 即可
-
安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效
👇 👇 👇 源码、教程
资料点击 蓝色字体 自取 ,我都放在这里了。
如何实现虫案例: <思路流程 --> 通用>
一. 数据来源分析
- 分析清楚我们想要数据内容, 是在什么地方, 什么样子的
使用开发者工具进行抓包分析: 视频数据以及视频标题
I. F12
或者 右键点击检查选择network
刷新网页
这么多数据包, 我想要视频数据在什么地方?
- M3U8 视频格式: 把整个完整的视频内容, 分为N个视频片段, 每个片段都是几秒钟 <看多少就加载多少>
所有视频片段 <ts文件> 都包含在 m3u8 的文件链接里面
II. 在开发者工具里面 直接搜索m3u8 可以直接找相对应链接地址
继续分析 这个 m3u8 url地址是从哪里过来 在什么地方有
III. 我们想要视频数据 <m3u8链接> 在 网页源代码里面有
获取整个视频内容 —> 分为N个视频片段<ts文件> —> 在m3u8链接里面 —> 视频播放详情页网页源代码里面
二. 代码实现步骤:
-
发送请求, 模拟浏览器对于视频播放详情页url发送请求
-
获取数据, 获取服务器返回响应数据
开发者工具里 response -
解析数据, 提取我们想要的数据内容
- m3u8链接
- 视频标题 -
发送请求, 模拟浏览器对于 m3u8链接 发送请求
由第三步提取出来链接发送请求 -
获取数据, 获取服务器返回响应数据
开发者工具里response
<对应所有ts文件链接> -
解析数据, 提取我们想要的数据内容
所有ts文件链接 -
保存数据, 把所有视频片段内容保存下来, 并且合成为一个完整视频内容
-
多页数据采集
代码展示
👇 👇 👇 源码、教程 领取
资料点击 蓝色字体 自取</