欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python动态视频下载器

程序员文章站 2022-07-02 13:02:44
这里向大家分享一下python爬虫的一些应用,主要是用爬虫配合简单的GUI界面实现视频,音乐和小说的下载器。今天就先介绍如何实现一个动态视频下载器。 爬取电影天堂视频 首先介绍的是python爬取电影天堂网站的视频(包括电影,电视剧,综艺等),主要是用selenium动态网页技术加上简单的爬虫技术。 ......

这里向大家分享一下python爬虫的一些应用,主要是用爬虫配合简单的gui界面实现视频,音乐和小说的下载器。今天就先介绍如何实现一个动态视频下载器。

 

爬取电影天堂视频

首先介绍的是python爬取电影天堂网站的视频(包括电影,电视剧,综艺等),主要是用selenium动态网页技术加上简单的爬虫技术。

(1)电影网站首页面地址:

(2)用到的技术:selenium模拟浏览器运行。

(3)首先要安装配置selenium库和不同浏览器和该库配合的插件。这里安装配置的过程略过。

(4)然后我们用下面的代码打开首页,并输出该网页的源码:

def getsource(url):
    browser = webdriver.chrome()
    browser.get(url)
    print(browser.page_source)
    browser.close()

(5)然后我们找到搜索对应的网页元素标签,以及选择类型和立即搜索按钮对应的标签。

python动态视频下载器

分别为:

python动态视频下载器

python动态视频下载器

 

python动态视频下载器

(6)然后我们用下面的代码把用户输入的信息模拟放到浏览器上

  由于未加载完毕会进入广告页面,因此有需要改进的地方,这时就需要延长载入时间。这里有显示等待和隐式等待,用简单的隐式等待即可。

       有时候会出现错误,因为掩盖的div可能会在进行一些操作后,会消失,比如页面还在loading中。这时候点击元素的话,就直接点击在loading的标签上,所以在这个操作前可以加个等待,让掩盖的div自行消失后,再等待左侧菜单到可点击状态即可;或者进行刷新的操作,此div即可消失,再等待左侧菜单到可点击状态即可。

代码为:

def putusermessger(url,this_name,this_type):
    '''
    :param url: 浏览器网址
    :param this_name: 需要下载的视频名
    :param this_type: 需要下载的视频类型
    '''
    this_browser = webdriver.chrome()
    this_browser.implicitly_wait(10)
    this_browser.get(url)
    # 把下载的视频名和视频类型进行模拟浏览器匹配
    # 搜索输入框的标签属性有name和class,这里用name属性进行获取
    this_browser.find_element_by_name('keyword').send_keys(this_name)
    time.sleep(2)
    # 选择类型下拉框是html自带的下拉框,不是input做的假的下拉框
    select(this_browser.find_element_by_name('field')).select_by_visible_text(this_type)
    time.sleep(2)
    # 点击立即搜索按钮,submit就不是单纯的单击,它会涉及到前后台的交互
    this_browser.find_element_by_name('submit').click()
    this_browser.close()


def main():
    name = input('请输入视频名:')
    type = input('请选择类型:')
    url = 'https://www.dytt8.net/'
    putusermessger(url,name,type)

  但是还是会出现下面的问题:

selenium.common.exceptions.webdriverexception: message: unknown error: element <input name="submit" type="submit" value="立即搜索"> is not clickable at point (702, 220). other element would receive the click: <div style="width: 1017px; height: 577px;"></div>
  (session info: chrome=73.0.3683.86)
  (driver info: chromedriver=73.0.3683.68 (47787ec04b6e38e22703e856e101e840b65afe72),platform=windows nt 10.0.17134 x86_64)

但是我们发现我们点击后的其实是有规律的,因此用另一个方法。

(6)二层页面配置参数及视频三层地址输出

我们先分析一下url:
python动态视频下载器

分析第二层页面地址为:

http://s.ygdy8.com/plus/so.php?typeid=1&keyword=%c4%e3%b5%c4%c3%fb%d7%d6

是由http://s.ygdy8.com/plus/so.php?+typeid=视频编号&keyword=视频名gdk编码组成。因此需要先转化汉字为网页地址url的编码。

用下面的代码就可以构建一个需要的网址:

def main():
    name = input('请输入视频名:')
    type = input('请选择类型:')
    ret = quote(name, encoding="gbk")
    dict = {'电影':'1','电视剧':'2','综艺':'99','旧综艺':'89','游戏':'19','动漫':'16'}
    url = 'http://s.ygdy8.com/plus/so.php?' + 'typeid=' + dict[type] + '&keyword=' + ret

然后我们分析一下网页:
python动态视频下载器

python动态视频下载器

输出所有的视频信息和三级地址:

def putusermessger(url):
    '''
    :param url: 视频网址
    '''
    this_browser = webdriver.chrome()
    this_browser.get(url)
    # 用css选择器选择
    input1 = this_browser.find_elements_by_css_selector('.co_content8 ul td a')
    for i in input1:
        print(i.text)
        print(i.get_attribute('href'))
    this_browser.close()

python动态视频下载器

(7)三级网页找到下载界面

下载的链接的位置是:

python动态视频下载器

然后用request配合pyquery下载即可。

下载链接如下:

python动态视频下载器

python动态视频下载器

(8)完整代码

这里没有用到数据库,上面的代码再配合界面,这里只暂时没有界面的代码如下:

# encoding: utf-8
from selenium import webdriver
from urllib.request import quote
import requests
from pyquery import pyquery as pq
from tkinter import *


def putusermessger(url):
    '''
    :param url: 视频网址
    '''
    last_url = {}
    this_browser = webdriver.chrome()
    this_browser.get(url)
    # 用css选择器选择
    input1 = this_browser.find_elements_by_css_selector('.co_content8 ul td a')
    for i in input1:
        #用字典保存视频的名字与下载地址
        last_url[i.text] = i.get_attribute('href')
    this_browser.close()
    return last_url


def download(all_url):
    this_download = {}
    for name,url in dict.items(all_url):
        r = requests.get(url)
        r.encoding = r.apparent_encoding
        doc = pq(r.text)
        this_url = doc('#zoom a')
        this_download[name] = this_url.attr('href')
    return this_download



type = 0
name = 0

def myradiobutton():
    global type
    type = v.get()


def my_all():
    name = var.get()
    ret = quote(name, encoding="gbk")
    url = 'http://s.ygdy8.com/plus/so.php?' + 'typeid=' + str(type) + '&keyword=' + ret
    all_url = putusermessger(url)
    result = download(all_url)
    print(result)


# 创建一个主窗口,用于容纳整个gui程序
root = tk()
# 设置主窗口对象的标题栏
root.title("视频下载器")
l1 = label(root, text="请选择类型:")
l1.pack(side = top)
v = intvar()
radiobutton(root, text='电影', variable=v, command=myradiobutton,value=1).pack(anchor=w)
radiobutton(root, text='电视剧', variable=v, command=myradiobutton,value=2).pack(anchor=w)
radiobutton(root, text='综艺', variable=v, command=myradiobutton,value=99).pack(anchor=w)
radiobutton(root, text='旧综艺', variable=v, command=myradiobutton,value=89).pack(anchor=w)
radiobutton(root, text='游戏', variable=v, command=myradiobutton,value=19).pack(anchor=w)
radiobutton(root, text='动漫', variable=v, command=myradiobutton,value=16).pack(anchor=w)

var = stringvar()
l2 = label(root, text="请输入视频名")
l2.pack(side = left)
e1 = entry(root, bd=5,textvariable=var)
e1.pack(side = right)

b = button(root, text="点我",command=my_all).place(x=120, y=80)
# 显示界面,进入主事件循环
root.mainloop()

结果如下:

python动态视频下载器

python动态视频下载器

python动态视频下载器