当前位置： 移动技术网 > IT编程>脚本编程>Python > Python 自动爬取B站视频

Python 自动爬取B站视频

2018年12月29日  | 移动技术网IT编程  | 我要评论

刘俐身高,麻城房价网,热电偶传感器

文件名自定义（文件格式为.py），脚本内容:

#!/usr/bin/env python
#-*-coding:utf-8-*-
import requests
import random
import time


def get_json(url):
    headers = {
        'user-agent': 
        'mozilla/5.0 (x11; linux x86_64) applewebkit/537.36 (khtml, like gecko) chrome/69.0.3497.100 safari/537.36'
    }

    params = {
        'page_size': 10,
        'next_offset': str(num),
        'tag': '今日热门',
        'platform': 'pc'
    }
    try:
        html = requests.get(url,params=params,headers=headers)
        return html.json()
        
    except baseexception:
        print('request error')
        pass
        
def download(url,path):
    start = time.time() # 开始时间
    size = 0
    headers = {
        'user-agent': 
        'mozilla/5.0 (x11; linux x86_64) applewebkit/537.36 (khtml, like gecko) chrome/69.0.3497.100 safari/537.36'
    }
    
    response = requests.get(url,headers=headers,stream=true) # stream属性必须带上
    chunk_size = 1024 # 每次下载的数据大小
    content_size = int(response.headers['content-length']) # 总大小
    if response.status_code == 200:
        print('[文件大小]:%0.2f mb' %(content_size / chunk_size / 1024)) # 换算单位
        with open(path,'wb') as file:
            for data in response.iter_content(chunk_size=chunk_size):
                file.write(data)
                size += len(data) # 已下载的文件大小



if __name__ == '__main__':
    for i in range(10):
        url = 'http://api.vc.bilibili.com/board/v1/ranking/top?'
        num = i*10 + 1
        html = get_json(url)
        infos = html['data']['items']
        for info in infos:
            title = info['item']['description'] # 小视频的标题
            video_url = info['item']['video_playurl'] # 小视频的下载链接
            print(title)


            # 为了防止有些视频没有提供下载链接的情况
            try:
                download(video_url,path='%s.mp4' %title)
                print('成功下载一个!')
            except baseexception:
                print('凉凉,下载失败')
                pass
        time.sleep(int(format(random.randint(2,8)))) # 设置随机等待时间

爬取效果如下：

爬取的文件：

脚本内容来源于网络

您可能感兴趣的文章:

如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网