鱼C论坛

 找回密码
 立即注册
查看: 2055|回复: 2

[作品展示] 多线程-爬取-度小视部分搞笑视频。

[复制链接]
发表于 2021-7-22 22:33:17 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
  1. import requests
  2. import os
  3. import re
  4. from lxml import etree
  5. from multiprocessing.dummy import Pool


  6. os.chdir('D:\\Desktop\\Python练习小程序\\练习用文本文档\\视频')
  7. headers = {
  8.             'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36 Edg/91.0.864.67'   
  9.         }

  10. url = 'http://quanmin.baidu.com/tab/funny'
  11. res = requests.get(url,headers=headers)
  12. html = res.text
  13. tree = etree.HTML(html)

  14. h_list = tree.xpath('//div[@class="card-video-list"]//h4')
  15. #print(h_list)
  16. urls = [] #存储所有视频播放地址

  17. def 保留中文(string):
  18.     pattern = re.compile(r'[^\u4e00-\u9fa5]')
  19.     chinese = re.sub(pattern,'',string)
  20.     return chinese



  21. for h in h_list:
  22.     sp_url = h.xpath('./a/@href')[0]   
  23.     sp_mingzi = h.xpath('./a/text()')
  24.     if len(sp_mingzi) != 0:
  25.         sp_mingzi = 保留中文(sp_mingzi[0]) + '.mp4'
  26.     else:
  27.         sp_mingzi = 'kong.mp4'
  28.     #print(sp_url,sp_mingzi)

  29.       
  30.     #对详情页的视频发起请求
  31.     sp_text = requests.get(url=sp_url,headers=headers).text
  32.    
  33.     src = re.findall(r'<meta property="og:videosrc" content="(.*?)">',sp_text)[0]
  34.     #print(src)
  35.    
  36.     dic = {
  37.         'name':sp_mingzi,
  38.         'url':src
  39.     }
  40.     urls.append(dic)
  41. #print(urls)   
  42.    
  43. def get_video_data(dic):#保存视频函数
  44.     url = dic['url']
  45.     print(dic['name'],'正在下载......')
  46.     data = requests.get(url=url,headers=headers).content
  47.     with open(dic['name'],'wb') as fp:
  48.         fp.write(data)
  49.         print(dic['name'],'下载成功')
  50. #使用线程池对视频播放地址src请求(很耗时的阻塞操作)
  51. pool = Pool(5)
  52. pool.map(get_video_data,urls)

  53. pool.close()#关闭线程池
  54. pool.join()#主线程等待子线程结束后再结束
  55.    


复制代码
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2021-7-22 22:56:18 | 显示全部楼层
sofa
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2021-7-23 00:16:21 | 显示全部楼层
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-6-21 09:41

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表