- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章python批量下载抖音视频由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
本文实例为大家分享了python批量下载抖音视频的具体代码,供大家参考,具体内容如下 。
知识储备:博主是在pycharm下进行的 文件夹:dou_ying 。
1、在文件夹doy_ying下新建第一个文件:dou_ying_video_download.py 。
代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
|
# coding=utf-8
"""
@author: jiajiknag
程序功能:批量下载抖音视频
"""
import
requests
import
bs4
import
os
import
json
import
re
import
sys
import
time
# 如果一个对象没有实现上下文,我们就不能把它用于with语句。这个时候,可以用closing()来把该对象变为上下文对象。
# closing-将任意对象变为上下文对象,并支持with语句。
from
contextlib
import
closing
# urllib3是一个功能强大,条理清晰,用于http客户端的python库
# urllib3.disable_warnings()禁用urllib3警告的方法
requests.packages.urllib3.disable_warnings()
# 创建类sipder()
class
spider():
def
__init__(
self
):
# ua对照表:https://blog.csdn.net/time888/article/details/72822729
self
.headers
=
{
# 用户代理:用于浏览器识别的,可以看出自己系统版本,浏览器,浏览器内核等
'user-agent'
:
'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/65.0.3325.146 safari/537.36'
}
# 输出信息-视频信息
print
(
'[info]:douyin(抖音) app video downloader...'
)
print
(
'[version]: v1.0'
)
print
(
'[author]: jiajikang'
)
# 创建函数run():外部调用运行
def
run(
self
):
# 输入id地址(爬去某人抖音视频的抖音号)
user_id
=
input
(
'enter the id:'
)
try
:
# 因为抖音号是数字所以使用int()验证是否是数字
int
(user_id)
# 输入错误时输出except下的语句
except
:
print
(
'[error]:id error...'
)
return
video_names, video_urls, nickname
=
self
._parse_userid(user_id)
# os.listdir()方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
if
nickname
not
in
os.listdir():
# os.mkdir() 方法用于以数字权限模式创建目录
os.mkdir(nickname)
print
(
'[info]:number of videos <%s>'
%
len
(video_urls))
for
num
in
range
(
len
(video_names)):
# %d是一个占位符,标识一个字符串型的数据, %s也是一个占位符,标识一个字符串型的数据
print
(
'[info]:parsing <no.%d> <url:%s>'
%
(num
+
1
, video_urls[num]))
temp
=
video_names[num].replace(
'\\', '
')
video_name
=
temp.replace(
'/'
, '')
# 调用函数_downloader()
self
._downloader(video_urls[num], os.path.join(nickname, video_name))
print
(
'\n'
)
print
(
'[info]:all done...'
)
# 创建函数_downloader()并含有参数:路径和视频的url-视频下载
def
_downloader(
self
, video_url, path):
# 定义size并初始化为0
size
=
0
# 定义一个变量download_url:利用函数_get_download_url()来获取视频url
download_url
=
self
._get_download_url(video_url)
with closing(requests.get(download_url, headers
=
self
.headers, stream
=
true, verify
=
false)) as response:
chunk_size
=
1024
content_size
=
int
(response.headers[
'content-length'
])
if
response.status_code
=
=
200
:
sys.stdout.write(
'[file size]: %0.2f mb\n'
%
(content_size
/
chunk_size
/
1024
))
# 使用写入的方式打开,如果该文件已存在则将其覆盖。如果该文件不存在,创建新文件。
with
open
(path,
'wb'
) as f:
# 遍历获取数据
for
data
in
response.iter_content(chunk_size
=
chunk_size):
# 向文件中写入指定的字符串data
f.write(data)
# 计算写入字符串的长度
size
+
=
len
(data)
# flush() 方法是用来刷新缓冲区的,即将缓冲区中的数据立刻写入文件,同时清空缓冲区,不需要是被动的等待输出缓冲区写入。
f.flush()
sys.stdout.write(
'[progress]: %0.2f%%'
%
float
(size
/
content_size
*
100
)
+
'\r'
)
sys.stdout.flush()
# 创建函数_get_download_url()并含有形参video_url:获得视频下载地址
def
_get_download_url(
self
, video_url):
# 获取视频的下载地址
# requests 可以为 https 请求验证 ssl 证书,就像 web 浏览器一样。要想检查某个主机的 ssl 证书,你可以使用 verify 参数:
# 定义变量res用来接收视频地址,verify 仅应用于主机证书
res
=
requests.get(url
=
video_url, verify
=
false)
# 将res.text 文件利用'lxml'解析成xml文件,了解lxml--https://blog.csdn.net/tanzuozhev/article/details/50442243
soup
=
bs4.beautifulsoup(res.text,
'lxml'
)
# 使用find_all来获取网页中javascript中的script的变量;[-1]去除最后一个字符
script
=
soup.find_all(
'script'
)[
-
1
]
# 定义变量date=正则表达式\[(.+)]\,[0]可以使其返回一个字典
video_url_js
=
re.findall(
'var data = \[(.+)\];'
,
str
(script))[
0
]
# 使用loads()下载
html
=
json.loads(video_url_js)
# 返回,使用[0]是返回一个字典
return
html[
'video'
][
'play_addr'
][
'url_list'
][
0
]
# 定义函数_parse_userid()且形参user_id;通过user_id获取该用户发布的所有视频
def
_parse_userid(
self
, user_id):
# 获取所有视频
video_names
=
[]
video_urls
=
[]
unique_id
=
''
# 当获取的id不是用户的id时:
while
unique_id !
=
user_id:
# 获取url-下载
search_url
=
'https://api.amemv.com/aweme/v1/discover/search/?keyword={}&count=10&type=1&aid=1128'
.
format
(user_id)
res
=
requests.get(url
=
search_url, verify
=
false)
res_dic
=
json.loads(res.text)
uid
=
res_dic[
'user_list'
][
0
][
'user_info'
][
'uid'
]
aweme_count
=
res_dic[
'user_list'
][
0
][
'user_info'
][
'aweme_count'
]
nickname
=
res_dic[
'user_list'
][
0
][
'user_info'
][
'nickname'
]
unique_id
=
res_dic[
'user_list'
][
0
][
'user_info'
][
'unique_id'
]
# 用户的url
user_url
=
'https://www.douyin.com/aweme/v1/aweme/post/?user_id={}&max_cursor=0&count={}'
.
format
(uid, aweme_count)
# 请求获取用户的url
res
=
requests.get(url
=
user_url, verify
=
false)
# 下载后去的url转换的文本
res_dic
=
json.loads(res.text)
i
=
1
# 遍历下载的文本
for
each
in
res_dic[
'aweme_list'
]:
share_desc
=
each[
'share_info'
][
'share_desc'
]
if
'抖音-原创音乐短视频社区'
=
=
share_desc:
video_names.append(
str
(i)
+
'.mp4'
)
i
+
=
1
else
:
video_names.append(share_desc
+
'.mp4'
)
video_urls.append(each[
'share_info'
][
'share_url'
])
return
video_names, video_urls, nickname
"""
if __name__ == '__main__':
# 创建对象
sp = spider()
sp.run()
"""
|
温馨提示: 有些库是要自己去下载,一般使用命令在提示符下输入:pip install 自己要下载的库,如下图是博主下载的.
2、在文件夹doy_ying下新建第二个文件:run.py 。
代码:
1
2
3
4
5
6
7
8
9
10
11
|
# coding=utf-8
"""
@author: jiajiknag
程序功能: 测试抖音视频的下载
"""
from
dou_ying_video_download
import
spider
if
__name__
=
=
'__main__'
:
# 创建类spider()对象
sp
=
spider()
# 运行开始下载
sp.run()
|
3、结果 。
这是我在抖音中随便找的一个发布抖音视频比较少的来测试一下,以及我还下载了自己的抖音 。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.
原文链接:https://blog.csdn.net/Jiajikang_jjk/article/details/79726262 。
最后此篇关于python批量下载抖音视频的文章就讲到这里了,如果你想了解更多关于python批量下载抖音视频的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!