抖音网页版高清视频抓取教程selenium
废话不多说,直接上代码
from selenium import webdriver from selenium.webdriver import ChromeOptions import time import re from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait import uuid import os import requestsoption = ChromeOptions() option.add_argument( 'user-agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36"' ) option.add_experimental_option('excludeSwitches', ['enable-automation'])#防止系统检测到自动化工具 option.add_experimental_option('useAutomationExtension', False) browser = webdriver.Chrome(options=option) browser.execute_cdp_cmd('Page.addScriptToEvaluateOnNewDocument', { 'source': 'Object.defineProperty(navigator, "webdriver", {get: () => undefined})' })browser.maximize_window()#页面最大化def douyincrawler(keyword): url = 'https://www.douyin.com/search/'+keyword+'?publish_time=0&sort_type=0&source=switch_tab&type=video' browser.get(url) browser.find_element_by_xpath('//*[@id="qdblhsHs"]/button').click()#点击登陆用抖音手机app扫码登陆 time.sleep(15)#设置等待时间扫码登陆for x in range(5):#自动下拉 time.sleep(5) js_bottom = "var q=document.documentElement.scrollTop=10000" browser.execute_script(js_bottom) if '服务出现异常' in browser.page_source:#刷新页面 browser.refresh() if '服务异常,重新' in browser.page_source: browser.find_element_by_xpath('//*[@id="dark"]/div[2]/div/div[3]/div[2]/div/div/span').click()#点击加载detail_url_lists = browser.find_elements_by_xpath('//*[@id="dark"]/div[2]/div/div[3]/div[2]/ul/li/div/div/a[1]')# 获取页面所有详情url print('共计侦查到{}个视频数据'.format(len(detail_url_lists))) for i in detail_url_lists: try: browser.execute_script("arguments[0].click(); ", i)#防止页面有该元素却无法点击问题出现 ws = browser.window_handles#获取所有窗口 browser.switch_to.window(ws[1])#切换新句柄 WebDriverWait(browser, 10).until(EC.presence_of_element_located(( By.XPATH, '//*[@id="root"]/div/div[2]/div/div/div[1]/div[1]/div[2]/div/div[1]/div/div[2]/div[2]/xg-video-container/video' )))#显示等待视频标签出现 video_url = 'https:' + re.findall(r'', browser.page_source)[0]# 正则获取视频链接 savevideo(video_url) browser.close()#关闭当前窗口 browser.switch_to.window(ws[0])#切回主页面这一步很关键 except Exception as e: print(e)def savevideo(video_url): headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.90 Safari/537.36", } video_dir = r'C:\Users\lvye\Desktop\dou_yin\video' video_full_path = os.path.join(video_dir,str(uuid.uuid4()) + '.mp4') response = requests.get(url=video_url,headers=headers) with open(video_full_path,'wb')as f: f.write(response.content) print('已下载:{}'.format(video_url))if __name__ == '__main__': douyincrawler('街拍美女')
成果展示:
文章图片
【抖音网页版高清视频抓取教程selenium】
推荐阅读
- 【职业技能提升】职业技能培训在线学习系统2022版.net源码
- MYSQL|mysql5.7安装和配置教程(图文超详细版)
- C|C语言程序设计第二版学习笔记
- c语言程序设计第4版pdf荣政_C语言程序设计 PDF 第4版
- c语言程序设计第3版高等教育,C语言程序设计第三3版 何钦铭 颜晖 高等教育出版社 9787040432...
- c语言程序设计双色版笔记,C语言程序设计(第版)笔记——谭浩强.doc
- 数据结构c语言版第一章知识点总结|数据结构c语言版第一章知识点总结,【数据结构(C语言版)】第一章绪论(课本笔记)...
- C语言程序设计教程|C语言程序设计教程 北京邮电,C语言程序设计教程(第3版)/ 杨路明 9787563543403 北京邮电...
- java|前端小游戏飞机大战源码完整版
- html游戏源码|HTML5超级玛丽简易版(有源码)