python爬虫爬网站的视频和图片

发布时间:2019-09-15 10:03:51编辑:auto阅读(1987)

    环境:

    centos6.5 python2.6.6   http://www.budejie.com/( 纯属测试,并无恶意 )


    网站分析:

    我们点视频按钮 可以看到url是:http://www.budejie.com/video/

    wKiom1evUXWjE4yWAABqfvgBs7M559.png-wh_50

    接着我们点开网页源码,看下面之处

    wKiom1evUj3CY1JKAABduqyrjZE350.png-wh_50

    接着我们把那个下面画红线的链接点开,可以看到是个视频。

    wKioL1evUtHhpX9bAAPG3_tT8rs590.png-wh_50

    下面我进行相似的操作点图片按钮,可以看到链接:http://www.budejie.com/pic/

    wKiom1evUyzxND7EAACiFhG1R8Y036.png-wh_50

    接着我们点开网页源码。

    wKioL1evU8LxSY-OAACOF-1q7bU861.png-wh_50

    相同操作,我们点开链接:http://mpic.spriteapp.cn/ugc/2016/07/07/577d9f0cdd67d_1.jpg

    wKioL1evVDahar7kAAEdFwy0zok967.png-wh_50

    基本上就是这么个套路,也就用了python的两个模块 一个urllib 一个re正则

    效果图:

    这个是我爬下来的图片

    wKioL1evT8vRgjFVAAOr_Zf6IYc323.png-wh_50

    这个是我爬下来的视频 

    wKiom1evT8yQt0SvAADw6RYU63Q515.png-wh_50

    这个是我把Linux上的视频拖一下到Windows上给大家看效果。

    wKiom1evT9SRVe1MAAmuk7fsmXs256.png-wh_50


    下面直接上代码!!!

    爬视频的代码

    #!/usr/bin/env python
    # -*- coding:utf-8 -*-
    import urllib,re
    def geturl():
    	html = urllib.urlopen("http://www.budejie.com/video/").read()
    	reg = r'data-mp4="(.*?)"'
    	return re.findall(reg,html)
    for page in range(1,100):
    	for i in geturl():
    		print i   #i是视频的链接地址
    		video = urllib.urlopen(i).read()
    		fwc = open('./video/%s' %i.split('/')[-1],'wb')
    		fwc.write(video)
    		fwc.close()				
    
    爬图片的代码
    
    # -*- coding:utf-8 -*-
    import urllib,re
    def geturl():
    	html = urllib.urlopen("http://www.budejie.com/pic/").read()
    	reg = r'data-original="(.*?)"'  
    	return re.findall(reg,html)
    for page in range(1,100):
    	for i in geturl():
    		print i   #i是图片的链接地址
    		video = urllib.urlopen(i).read()
    		fwc = open('./picture/%s' %i.split('/')[-1],'wb')
    		fwc.write(video)
        		fwc.close()	

关键字