python|python写一个简单的爬虫程序（爬取快手）（附源码） python|爬虫

快手是一个有意思的视频应用，但是它有一些视频不让下载，我们今天就用爬虫来实现爬取不让下载的视频：

文章图片

首先右键点击检查，我们可以看见找到了视频的src，访问这个src就可以得到视频的下载网址，如下：

文章图片

右键就可以下载了，但是我们怎么用python爬虫代码来实现呢？
首先引入需要的库

import os #用于保存文件import requests#用于得到src后下载视频from selenium import webdriver #用于访问网站获取srcimport time #计时使网站加载完整from requests_html import HTMLSession #访问网站session = HTMLSession()from random import sample #随机模块

我已经写好注释了，有些入门小白可能要问time模块来干嘛呀？
这也是为什么要用selenium库而不全用requests的原因，因为快手网站使用懒加载，何为懒加载？
就是等到用户需要看到视频时才向服务器发出视频src的请求，这样对谁都好，但就是对爬虫十分的不友好
所以不用requests来请求src，因为它是连接服务器的第一时间就把代码下载下来，还没有向服务器发出src的请求，因为用requests我们看不见src，所以我们用selenium来获取src，因为它调用本地的浏览器，我们先用selenium访问网站，再用time库等待2秒（为了让网站加载完毕，加载出src）：

s = input('链接：')browser = webdriver.Chrome()browser.get("%s"%s) time.sleep(2)input_third = browser.find_element_by_xpath("//video[@class='player-video']").get_attribute("src")#使用浏览器访问网站，获取srcbrowser.close()#关闭浏览器

我们就取到了视频的下载地址，接下来就是保存了：

url = input_third#将src赋值给url root = "D://video//"#定义文件路劲 ua = ['my','sy','yy'] ba = ['by','ty','zy']ssy = sample(ua, 1)[0] + sample(ba, 1)[0] + '.mp4' path = root + ssy#抓取文件起的名字，随机名称if not os.path.exists(root): os.mkdir(root)#如果该目录不存在就创建它 if not os.path.exists(path): ua = [ 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; InfoPath.3; .NET4.0C; .NET4.0E) QQBrowser/6.9.11079.201', 'Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1', 'Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11', 'Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)']headers = {'User-Agent':sample(ua, 1)[0] } r = requests.get(url,headers=headers)#获取到目标视频的所有信息，随机请求头with open(path, 'wb') as f:#以二进制写的方式将r的二进制内容写入path f.write(r.content) f.close() print("文件保存成功") else: print("文件已存在")

然后就可以在d盘video目录下看见视频了
简易源码分享

import os import requestsfrom selenium import webdriverimport timefrom requests_html import HTMLSessionsession = HTMLSession()from random import samples = input('链接：')browser = webdriver.Chrome()browser.get("%s"%s) time.sleep(2)input_third = browser.find_element_by_xpath("//video[@class='player-video']").get_attribute("src")#使用浏览器访问网站，获取srcbrowser.close()#关闭浏览器url = input_third#将src赋值给url root = "D://video//"#定义文件路劲 ua = ['my','sy','yy'] ba = ['by','ty','zy']ssy = sample(ua, 1)[0] + sample(ba, 1)[0] + '.mp4' path = root + ssy#抓取文件起的名字，随机名称if not os.path.exists(root): os.mkdir(root)#如果该目录不存在就创建它 if not os.path.exists(path): ua = [ 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 6.1; WOW64; Trident/5.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; InfoPath.3; .NET4.0C; .NET4.0E) QQBrowser/6.9.11079.201', 'Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1', 'Opera/9.80 (Macintosh; Intel Mac OS X 10.6.8; U; en) Presto/2.8.131 Version/11.11', 'Opera/9.80 (Windows NT 6.1; U; en) Presto/2.8.131 Version/11.11', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1; Maxthon 2.0)', 'Mozilla/4.0 (compatible; MSIE 7.0; Windows NT 5.1)']headers = {'User-Agent':sample(ua, 1)[0] } r = requests.get(url,headers=headers)# 自动转换josn#获取到目标视频的所有信息，随机请求头 #打印访问的状态码是否为200 with open(path, 'wb') as f:#以二进制写的方式将r的二进制内容写入path f.write(r.content) f.close() print("文件保存成功") else: print("文件已存在")

【python|python写一个简单的爬虫程序（爬取快手）（附源码）】