基于Python爬取愛(ài)奇藝資源過(guò)程解析-創(chuàng)新互聯(lián)

像iqiyi這種視頻網(wǎng)站，現(xiàn)在下載視頻都需要下載相應(yīng)的客戶端。那么如何不用下載客戶端，直接下載非vip視頻？

創(chuàng)新互聯(lián)專(zhuān)業(yè)為企業(yè)提供啟東網(wǎng)站建設(shè)、啟東做網(wǎng)站、啟東網(wǎng)站設(shè)計(jì)、啟東網(wǎng)站制作等企業(yè)網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)與制作、啟東企業(yè)網(wǎng)站模板建站服務(wù)，十余年啟東做網(wǎng)站經(jīng)驗(yàn)，不只是建網(wǎng)站，更提供有價(jià)值的思路和整體網(wǎng)絡(luò)服務(wù)。

選擇你想要爬取的內(nèi)容

該安裝的程序以及運(yùn)行環(huán)境都配置好

下面這段代碼就是我在愛(ài)奇藝?yán)锼阉亍坝⑽拿保缓蟪鰜?lái)的視頻，共有20頁(yè)，那么我們便從第一頁(yè)開(kāi)始，解析網(wǎng)頁(yè)，然后分析

分析每一頁(yè)網(wǎng)址，找出規(guī)律就可以直接得到所有頁(yè)面

然后根據(jù)每一個(gè)視頻的URL的標(biāo)簽，如'class' 'div' 'href'......通過(guò)bs4庫(kù)進(jìn)行爬取

而其他的信息則是直接循環(huán)所爬取到的URL，在每一個(gè)里再通過(guò)標(biāo)簽去找

import requests
import pandas as pd
from bs4 import BeautifulSoup

#爬取URL 
headers={'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.79 Safari/537.36'}
b=[]
for i in range(1,2):
  url="https://so.iqiyi.com/so/q_英文名_ctg_t_0_page_"+str(i)+"_p_1_qc_0_rd__site__m_1_bitrate_"  #共20頁(yè),根據(jù)每頁(yè)的網(wǎng)址變換規(guī)律進(jìn)行拼接
  r=requests.get(url,headers=headers)  
  soup=BeautifulSoup(r.text,"html.parser")
  a=soup.findAll('a',{'class':'main-tit'}) 
  for i in a:
    if 'http://www.'in i.get('href')and 'html'in i.get('href'):
      b.append(i.get('href'))
print(b)


#爬取標(biāo)題
e=[]
for k in b:
  res=requests.get(k,headers=headers)
  Soup=BeautifulSoup(res.text,'html.parser')
  c=Soup.findAll('div',{'class':'feed-title-box'})
  for d in c:
    e.append(d.find('h2').text) 
print(e)

#爬取標(biāo)題下方描述
f=[]
for j in b:
  res=requests.get(j,headers=headers)
  Soup=BeautifulSoup(res.text,'html.parser')
  c=Soup.findAll('div',{'class':'qy-play-intro-feed'})
  for d in c:
    f.append(d.find('p',{'class':"intro-iterm__block"}).text)
print(f)


#爬取發(fā)布時(shí)間
h=[]
for j in b:
  res=requests.get(j,headers=headers)
  Soup=BeautifulSoup(res.text,'html.parser')
  c=Soup.findAll('div',{'class':'intro-iterm'})
  for d in c:
    ff=(d.find('span',{'class':"intro-iterm__txt"}))
    if ff==None:
      continue
  h.append(ff.text)
print(h)

# 爬取上傳作者
m=[]
for k in b:
  res=requests.get(k,headers=headers)
  Soup=BeautifulSoup(res.text,'html.parser')
  c=Soup.find('div',{'id':'block-P'})
  d=Soup.find('div',{'class':'qy-player-maker'})
  try:
    name=c.get(':uploader').split(',')[1].split(':')[1].replace('"','')#輸出是字符串的格式，所以用split切割。replace替換
  except:
    try:
      name=d.get(':uploader').split(',')[1].split(':')[1].replace('"','')
    except:
      m.append("匿名用戶")
  m.append(name)
print(m)

文章題目：基于Python爬取愛(ài)奇藝資源過(guò)程解析-創(chuàng)新互聯(lián)
路徑分享：http://www.muchs.cn/article20/deoico.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供響應(yīng)式網(wǎng)站、移動(dòng)網(wǎng)站建設(shè)、商城網(wǎng)站、動(dòng)態(tài)網(wǎng)站、自適應(yīng)網(wǎng)站、外貿(mào)建站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)