hy123 发表于 2022-6-2 17:34

某视频爬虫批量下载

本帖最后由 hy123 于 2022-6-2 17:35 编辑

链接地址:aHR0cDovL2YxMDIwLndvcmthcmVhNS5saXZlL3YucGhwP2NhdGVnb3J5PWhvdCZ2aWV3dHlwZT1iYXNpYyZwYWdlPQ==
测试过,可以批量下载!!需要挂Dai_Li
ffmpeg下载链接和M3U8下载器说明:https://github.com/hecoter/m3u8download_hecote
"""
      ************************************
          Description: 好东西,放在这里
          Author: @
          Github: https://github.com/jianala
          Date: 2022-06-02 13:57:24
          FilePath:on_download.py
          LastEditors: @
          LastEditTime: 2022-06-02 15:17:53
          善始者实繁,克终者盖寡。

      ************************************
"""

from lxml import etree
import re
import requests
import os
import requests.packages.urllib3
from m3u8download_hecoter import m3u8download
import base64

requests.packages.urllib3.disable_warnings()


#
# 是否配置代{过}{滤}理,国内访问速度较慢
def proxy_set():
    proxy_set = input('Do you want to use proxy?')
    if proxy_set == 'y':
      global my_proxies
      proxies_set = input('input your proxy config ep:"127.0.0.1:7890"')
      my_proxies = {"http": "http://127.0.0.1:7890", "https": "https://127.0.0.1:7890"}
      if proxies_set != '':
            my_proxies['http'] = 'http://'+proxies_set
            my_proxies['https'] = 'https://'+proxies_set

    elif proxy_set == 'n':
      my_proxies = ''
    else:
      proxy_set()

def get_well(response):
    '''
    获取m3u8下载号码
    '''
    try:
      et = etree.HTML(response.text)
      well_list = et.xpath('//div[@class="thumb-overlay"]/@id')[:-1]
      well_title = et.xpath('//div[@class="thumb-overlay"]/../span/text()')[:-1]
    except:
      print('缺少参数')
    finally:   
      m3u8_list = [{'m3u8url':'https://la.killcovid2021.com/m3u8/{num}/{num}.m3u8'.format(num=re.findall('\d+',well_list)),'title':well_title} for well_title,well_list in zip(well_title,well_list)]

    return m3u8_list

# 爬虫主体,flag为页码
def spider(flag):
    # 如果连接访问不了,在这里把base_url替换成你知道的标准地址
    page_url = b'aHR0cDovL2YxMDIwLndvcmthcmVhNS5saXZlL3YucGhwP2NhdGVnb3J5PWhvdCZ2aWV3dHlwZT1iYXNpYyZwYWdlPQ=='
    page_url = base64.b64decode(page_url).decode('utf-8')
    page_url = page_url+ str(flag)
    headers = {
      'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36Name',
      'Referer': 'http://91porn.com',
      'Accept-Language': 'zh-CN,zh;q=0.9'}
    get_page=requests.get(url=page_url, headers=headers)
    m3u8_list = get_well(get_page)
    download_header = {
      'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36Name',
      'Connection': 'keep-alive',
         
    }
    dir_download = os.path.join(os.path.dirname(__file__),'91pron_download')
    for m3u8 in m3u8_list:
      m3u8download(m3u8url=m3u8['m3u8url'],title = m3u8['title'],enable_del=True,proxies=my_proxies,work_dir=dir_download)


if __name__ == '__main__':
    proxy_set()
    for i in range(1,4):
      spider(i)

特别注意的点有2个,第一个是m3u8download 源码没挂代{过}{滤}理,需要手动改一下,第二个urllib3的版本必须是urllib3==1.25.11



小欢喜 发表于 2022-6-2 17:34

谢谢大牛

卓越手赚网 发表于 2022-6-2 17:35

谢谢分享!

yy140666 发表于 2022-6-2 17:47

谢谢大佬

2586801398 发表于 2022-6-2 17:49

先收藏了,万一用到呢

sbc 发表于 2022-6-2 17:55

谢谢大佬分享
页: [1]
查看完整版本: 某视频爬虫批量下载