爬dy-ks-bibilili视频

-杂

发布日期: 2022-06-14

文章字数: 535

阅读时长: 2 分

抖音爬虫

一直想给博客换个

f12 手机模式打开，复制的链接输入到浏览器中，network搜索?item

发现?item_ids=的值与url的值是一样的。

复制打开第二章图片的request url，是一个json的文件

获取play_addr，其实后面的url_list打开就是视频。

主要还是看代码

搜索?item

from urllib.parse import urlparse    #爬虫库的一个模块urlparse
import requests                        #
import re                            #
headers = {
    "user-agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 13_2_3 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.0.3 Mobile/15E148 Safari/604.1"
}        #请求头

print("===>欢迎使用抖音视频去水印提取工具")
print("===>请输入抖音链接中的短链接（eg：https://v.douyin.com/sLvq6P/）")
input_url = input("===>")
#定义了一个函数，用正则去匹配。
preurl = re.findall(r'(?<=douyin.com\/)\w+\/', input_url, re.I | re.M)
#拼接能访问的url
url = "https://v.douyin.com/" + preurl[0]
#去请求访问上面拼接的url
get = requests.get(url, headers=headers)
html = get.content
req= get.url
url = req
parse = urlparse(url)        #urlparse模块
itemid = parse.path            #定义itemid的path数组，这里的itemid是上面？item_ids的值
itemids = (itemid[13:32])    #取这个数组里面的13到32的字符串
#拼接新的url
videourl = "https://www.iesdouyin.com/web/api/v2/aweme/iteminfo/?item_ids=" + itemids
print(videourl)
videoopen = requests.get(videourl, headers=headers)
vhtml = videoopen.text
#正则json网站里面的uri的值
uri = re.findall(r'(?<=\"uri\":\")\w{32}(?=\")', str(vhtml))
print(uri[0])
#组成去水印的url
play_addr = "https://aweme.snssdk.com/aweme/v1/play/?video_id=" + uri[0] + \
"&ratio=720p&line=0"
print("===>复制下面的长链接到手机浏览器打开即可得到无水印视频\n===>" + play_addr)
name = input("===>正在下载保存视频,请输入视频名称：")
video = requests.get(url=play_addr, headers=headers)
with open(name + ".mp4", 'wb')as file:
    file.write(video.content)
    file.close()
    print("===>视频下载完成！")
input("===>press enter key to exit!")