首页 > 其他 > 详细

基于selenium微博个人主页视频下载

时间:2019-02-18 10:08:43      阅读:245      评论:0      收藏:0      [点我收藏+]
# -*- coding: utf-8 -*-
import selenium
from selenium import webdriver
import time
import urllib.request
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
import re


class WeiBoVdeioDown(object):
    def __init__(self, url, fileName):
        # 设置下载某一个人相册中的视频地址
        self.url = url
        # 设置下载文件本地地址
        self.fileName = fileName

    def __get_fileName_and_down_url(self):
        """
        获得下载视频名称与视频地址
        :return:
        """
        self.driver = webdriver.Firefox()
        self.driver.get(self.url)
        WebDriverWait(self.driver, 200, 0.5).until(
            EC.presence_of_element_located((By.CLASS_NAME, photo_module)))
        # 指定像素  var c = document.getElementsByClassName(‘WB_frame‘)[0].scrollHeight=1000
        # js_code = "document.getElementsByClassName(‘WB_frame‘)[0].scrollHeight=8000"
        # self.driver.execute_script(js_code)
        # print("拖动滑动条到底部...")
        # time.sleep(60)
        self.li = self.driver.find_elements_by_class_name(photo_module)
        # 遍历li得到视频说明与视频连接,并保存
        video_inf = {}
        # 得到第一个窗口的句柄值
        self.fu_handle = self.driver.current_window_handle
        for i in self.li:
            file_name = i.find_element_by_xpath(./a/div).text
            video_url = i.find_element_by_xpath(./a).get_attribute(href)
            print("视频名称:", file_name, "视频连接地址:", video_url)
            # 此处的视频连接地址不是最终的需要在此请求爬取
            if video_url.find("http://video.weibo.com") != -1:
                new_url = self.__get_final_video_url(video_url)
                video_inf[file_name] = new_url
        return video_inf

    def __get_final_video_url(self, url):
        """
        得到最终的视频地址
        :param url:
        :return:
        """
        # 根据url打开新的窗口
        js = "window.open(‘{}‘)".format(url)
        self.driver.execute_script(js)

        # 输出当前窗口的句柄
        # print("当前窗口的句柄:", self.driver.current_window_handle, "ddd:", self.fu_handle)
        # 获取当前窗口句柄集合(列表类型)

        # 得到新的窗口的句柄
        child_handle = None
        handles = self.driver.window_handles
        for handle in handles:
            if handle != self.fu_handle:
                child_handle = handle
        # print("子窗口句柄值:", child_handle)
        # print(handles)  # 输出句柄集合
        # 切换窗口
        self.driver.switch_to.window(child_handle)
        try:
            WebDriverWait(self.driver, 200, 0.5).until(
                EC.presence_of_element_located((By.ID, playerRoom)))
            time.sleep(3)
            temp = re.findall(r<video src="(.*)", self.driver.page_source)
            if len(temp) > 0:
                final_url = temp[0].replace("amp;", "")
                print("新的地址:ee", "html:" + final_url)
            else:
                final_url = ""
                print("无地址")
            time.sleep(3)
            self.driver.close()
            # 切换回主窗口
            self.driver.switch_to.window(self.fu_handle)
        except:
            final_url = ""

        return "http:" + final_url

    def download(self, url):
        """
        视频下载
        :return:
        """
        msg = self.__get_fileName_and_down_url()
        for file_name, url in msg.items():
            print("fileName:", file_name, "url:", url)
            if len(url) > 0:
                print("正在下载视频{}".format(file_name))
                print("路径:", {}{}.mp4.format(self.fileName, file_name))
                urllib.request.urlretrieve(url, {}{}.mp4.format(self.fileName, file_name))
        # //f.us.sinaimg.cn/001S2GEdlx07rpeAv93O01041200q03A0E010.mp4?label=mp4_hd&template=844x480.25.0&Expires=1550404650&ssig=kTARYMkU1Y&KID=unistore,video



if __name__ == __main__:
    url = "https://weibo.com/p/1005052420864952/photos?type=video#place"  # 个人主页相册中的视频地址(自己可以更改,也可以添加程序来自动爬取)
    aa = WeiBoVdeioDown(url, E:\玉面小嫣然) # 创建对象,输入下载地址和本地保存地址,默认保存文件名是微博上面名称
    url1 = "//f.us.sinaimg.cn/001S2GEdlx07rpeAv93O01041200q03A0E010.mp4?label=mp4_hd&template=844x480.25.0&Expires=1550404650&ssig=kTARYMkU1Y&KID=unistore,video"
    # aa.down_url(url)
    aa.download(url)


出现问题: 1、可能会出现异常,这里程序对异常处理不是很合适,可以通过后期对函数中的url地址进行判断,
      2、滑动条自动加载,向下滑动,自动加载内容,查看网上解释可以通过以下实现
      # js_code = "document.getElementsByClassName(‘WB_frame‘)[0].scrollHeight=8000"
          # self.driver.execute_script(js_code)
其中js_code 是要执行的代码,scrollHeight=10000是滑动到底部,这里测试没有成功,其他页面有些可以成功,似乎是元素找错了,需要找到这个滚动条的真正属于的容器才可以,有兴趣的可以自己去试试

第一次实现,不喜勿
#  下载视频,音乐和图片还可以通过如下实现
import
re url= https://m10.music.126.net/20190218085252/d95768f7ab127a67ba24c1f6cba652e3/ymusic/015f/0f52/0f0b/65259539178803971cd18a5de46cfb76.mp3 import requests r = requests.get(url, stream=True) with open(E:\\a.mp3, wb) as f: for i in r.iter_content(1024): f.write(i) url = http://f.us.sinaimg.cn/001R971olx07re2bg08g01041203HWqe0E020.mp4?label=mp4_720p&template=1268x720.20.0&Expires=1550453293&ssig=CZ7K3Algxi&KID=unistore,video r = requests.get(url, stream=True) with open(E:\\a.mp4, wb) as f: for i in r.iter_content(1024): f.write(i)


对于小文件还可以是使用如下下载
with open(E:\\a.mp4‘, wb) as f:
  f.write(r.raw.read()

 

基于selenium微博个人主页视频下载

原文:https://www.cnblogs.com/GZBSYS/p/10393806.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!