作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个我正在迭代的链接列表,如下所示
https://www.loc.gov/item/2015669100/
https://www.loc.gov/item/2015669101/
https://www.loc.gov/item/2015669102/
https://www.loc.gov/item/2015669103/
https://www.loc.gov/item/2015669104/
https://www.loc.gov/item/2015669105/
https://www.loc.gov/item/2015669106/
https://www.loc.gov/item/2015669107/
https://www.loc.gov/item/2015669108/
https://www.loc.gov/item/2015669109/
如果您查看这些链接,您会发现它有一个视频和一个可下载的 XML 文件。我的任务是从视频中下载音频并从一页一起下载 XML 文件。
from bs4 import BeautifulSoup
from urllib.request import Request, urlopen
base_html = "https://www.loc.gov/collections/civil-rights-history-project/?sp={}"
for i in range(1,8):
html = base_html.format(i)
req = Request(html, headers={'User-Agent': 'Mozilla/5.0'})
soup = BeautifulSoup(urlopen(req).read(), 'html.parser')
pages = soup.findAll('div', attrs={'class' : 'item-description'})
for div in pages:
crawl_p = div.find('a')['href']
#some logic here
最佳答案
查看该站点,看起来像通过传输段(.ts 文件)形成的 m3u8 url 流式传输的视频和音频文件。<source>
包含 m3u8 流的 url。标签使用标签中的属性来标识。(这里是类型属性)。
import subprocess
from bs4 import BeautifulSoup
import requests as r
sess = r.session()
site_url = "https://www.loc.gov/item/2015669100/"
request = sess.get(site_url)
#print(request.content)
soup = BeautifulSoup(request.content, 'html5lib')
m3u8_url = soup.find('source',attrs={'type' : 'application/x-mpegURL'})['src']
print(str(m3u8_url))
这将删除 m3u8 网址,
https://tile.loc.gov/streaming-services/iiif/service:afc:afc2010039:afc2010039_crhp0001:afc2010039_crhp0001_mv04/full/full/0/full/default.m3u8
ffmpeg 可以从 m3u8 文件下载流(视频或音频)。它也可以从 python 运行。
subprocess.call(['ffmpeg','-i',m3u8_url,'-vn','-map','a','output.ts' ])
不要忘记用
[]
包装命令.引号内的每个单词代表一个空格分隔的命令。完整的 ffmpeg 命令是
ffmpeg -i m3u8_url -vn -map a output.ts
这是完整的代码。只要确保包含 ffmpeg 路径变量,否则子进程会抛出错误。文件很大,所以下载音频文件可能需要一段时间。
import subprocess
from bs4 import BeautifulSoup
import requests as r
sess = r.session()
site_url = "https://www.loc.gov/item/2015669100/"
request = sess.get(site_url)
#print(request.content)
soup = BeautifulSoup(request.content, 'html5lib')
m3u8_url = soup.find('source',attrs={'type' : 'application/x-mpegURL'})['src']
print(str(m3u8_url))
subprocess.call(['ffmpeg','-i',m3u8_url,'-vn','-map','a','output.ts' ])
关于python - 如何从 Python 中的视频链接下载音频,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/64142110/
我是一名优秀的程序员,十分优秀!