共计 3564 个字符,预计需要花费 9 分钟才能阅读完成。
一、写在后面
1、对于音频视频合并
因为小破站的音频和视频画面是离开的 (番剧也是一样的),失常爬下来是这样。
额,这么截图,小姐姐的脸都变形了…
原本还是挺难看的一姑娘,算了不论她。
所以咱们须要额定的去装置一个软件 FFmpeg
用来合成视频,而后配置环境变量就能够了。
2、对于打包 exe 文件
这是我打包好的样子
失常打包后是没有我这个图标的,图标在打包的时候能够一起改了。
二、过程后果
合成过程
合成胜利
这个封面着实不给力,大家本人去试的时候,换一个吧…
三、代码实现
首先导入模块
import requests # 数据申请模块 第三方模块 pip install requests
import re # 正则表达式 内置模块 不须要装置
import pprint # 格式化输出模块
import json # 序列化和反序列化
import subprocess
import os
发送申请 以及获取数据函数
# 单引号 / 双引号 / 三引号括起来的内容是字符串数据。#三引号也能够作为正文,多行代码正文。def get_response(html_url):
"""
:param html_url: 申请的 url 地址
:return: 返回申请服务器返回的响应数据
"""
# 在发送申请之前, 须要进行假装 headers 申请头
# user-agent 浏览器根本标识 用户代理 根本假装 反反爬的伎俩
# 呈现 403 加防盗链 referer 通知服务器, 咱们发送申请的 url 地址 是从哪里跳转过来的
headers = {
'referer': 'https://search.bilibili.com/',
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36'
}
response = requests.get(url=html_url, headers=headers) # 申请代码
# <Response [200]> 对象 response 响应对象 200 状态码 示意申请胜利
# 404 >>> 你所拨打的电话是空号 >>> 网址出错
# 403 >>> 你所拨打的电话不在服务区 >>> 你没有拜访权限
# 100-500 300 还行
return response
获取视频题目 / 音频 url 地址 / 视频画面 url 地址
def get_video_info(html_url):
"""
:param html_url: 视频的详情页
:return: 视频题目 / 音频 url 地址 / 视频画面 url 地址
"""
response = get_response(html_url=html_url)
# response.text 获取响应体的文本数据
# print(response.text) 获取 html 字符串数据
# 只有你能够看到数据 就能够下载 进行批量下载
# 解析数据 提取视频题目 re 正则表达式 css 选择器 xpath(解析形式) bs4 parsel lxml (解析模块) jsonpath 次要提取 json 数据
# ['【4K 美女】此视频禁止曹贼入内~~'] 正则表达式提取的数据内容 返回都是列表数据类型 [0] 列表 索引取值
# 通过 re 正则表达式外面 findall 办法 提取数据内容 '<h1 title="(.*?)"class="video-title">' 我想要的提取数据
# 想要的内容用括号括起来 .*? 能够匹配任意字符(除了换行符以外 \n) 从 response.text 外面查找数据
title = re.findall('<h1 title="(.*?)"class="video-title">', response.text)[0].replace('','') # 题目
title = re.sub(r'[/\*:"?<>|]','', title)
html_data = re.findall('<script>window.__playinfo__=(.*?)</script>', response.text)[0] # 播放信息的
# html_data 是什么样的数据类型 <class 'str'>
# 为了更加不便提取数据, 能够字符串数据 转换成 字典数据类型
# print(type(response.text))
# print(title)
# print(html_data)
# pprint.pprint(html_data)
# print(type(html_data))
json_data = json.loads(html_data)
# 依据冒号右边的内容, 提取冒号左边的内容 键值对取值
# 注册账号 电话号码 或者 身份证号码 数字个数是多的吧 而后不能瞎填
audio_url = json_data['data']['dash']['audio'][0]['baseUrl']
video_url = json_data['data']['dash']['video'][0]['baseUrl']
video_info = [title, audio_url, video_url]
# pprint.pprint(json_data)
# print(audio_url)
# print(video_url)
return video_info
保留数据函数
def save(title, audio_url, video_url):
"""
:param title: 视频题目
:param audio_url: 音频 url
:param video_url: 视频画面 url
:return:
"""
# 保留音频 视频数据 获取二进制数据内容
# 403 没有拜访的权限
audio_content = get_response(html_url=audio_url).content
video_content = get_response(html_url=video_url).content
# 英文符号
with open(title + '.mp3', mode='wb') as f:
f.write(audio_content)
with open(title + '.mp4', mode='wb') as f:
f.write(video_content)
print(title, '保留胜利~~~')
数据的合并
def merge_data(video_name):
print('视频合成开始:', video_name)
cmd = f"ffmpeg -i {video_name}.mp4 -i {video_name}.mp3 -c:v copy -c:a aac -strict experimental {video_name}output.mp4"
# print(cmd)
subprocess.run(cmd, shell=True)
print('视频合成完结:', video_name)
os.remove(f'{video_name}.mp4')
os.remove(f'{video_name}.mp3')
如果运行没保留,然而没有下载后果的话,就是你的环境变量没设置好,咱们把合并程序的文件门路放上去就行了。
cmd = f"C:\\ffmpeg\\bin\\ffmpeg -i
获取某一个 up 主所有视频 bv 号
def get_video_id(html_url):
"""
:param html_url: 视频信息数据包
:return:
"""json_data = get_response(html_url).json()['data']['list']['vlist']
bv_id_list = [i['bvid'] for i in json_data]
return bv_id_list
主函数
def main(html_url):
"""
:param bv_id: bv 号
:return:
"""
bv_id_list = get_video_id(html_url)
for index in bv_id_list:
url = f'https://www.bilibili.com/video/{index}'
video_info = get_video_info(url) # [title, audio_url, video_url]
save(video_info[0], video_info[1], video_info[2])
merge_data(video_info[0])
if __name__ == '__main__':
for page in range(1, 5):
url = f'https://api.bilibili.com/x/space/arc/search?mid=81595107&ps=30&tid=0&pn={page}&keyword=&order=pubdate&jsonp=jsonp'
main(url)
兄弟们悠着点,看多了遭不住。
兄弟们,学废了吗?
感觉还行的话,记得三连哈~
正文完