python爬虫：爬取网站视频

python爬取百思不得姐网站视频：http://www.budejie.com/video/

新建一个py文件，代码如下：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

import urllib,re,requests
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

url_name = [] #url name

def get():
    #获取源码
    hd = {"User-Agent":"Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36"}
    url = 'http://www.budejie.com/video/'
    html = requests.get(url,headers=hd).text
    url_content = re.compile(r'(.*?

.*?

)',re.S) #编译     url_contents = re.findall(url_content,html) #匹配     for i in url_contents:         #匹配视频         url_reg = r'data-mp4="(.*?)"'  #视频地址         url_items = re.findall(url_reg,i)         #print url_items         if url_items:  #判断视频是否存在             name_reg = re.compile(r'(.*?)',re.S)             name_items = re.findall(name_reg,i)             #print name_items[0]             for i,k in zip(name_items,url_items):                 url_name.append([i,k])                 print i,k     for i in url_name:  #i[1]=url i[0]=name         urllib.urlretrieve(i[1],'video\\%s.mp4' % (i[0].decode('utf-8'))) if __name__ == "__main__":     get()

在 py 文件下新建一个 video 文件夹，执行后结果如下：

在 video 文件夹可以看到下载好的视频

注意报错：

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-9: ordinal not in range(128)

解决：

import sys
reload(sys)

sys.setdefaultencoding('utf-8')

转载于:https://blog.51cto.com/msiyuetian/1928780