Python爬虫实战：使用requests和BeautifulSoup抓取视频并下载

本文将介绍如何使用Python的requests和BeautifulSoup库从网站抓取视频并下载。

代码示例：

import requests
import os
import json
from moviepy.editor import VideoFileClip, AudioFileClip
from bs4 import BeautifulSoup

# 数据抓取
base_url = 'http://www.zkk78.com/index.php/user/ajax_ulog/?ac=set&mid=1&id=4721&sid=1&nid=1&type=4'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36 Edg/99.0.1150.55',
    'Referer': 'http://www.zkk78.com/dongmanplay/4721-1-1.html',
    'Cookie': 'count_h_kp=1; first_h_kp=1689927842258; count_m_kp=1; first_m_kp=1689927842260; __51cke__=; Hm_lvt_38ea8ed97fbe7c334fcc1878c579e5e0=1689927815; Hm_lvt_c11e70df18184f7263176ce90c8a9cc3=1689927817; PHPSESSID=2pnhv3rla9asc5i0l248i8dl83; user_id=20620; user_name=2143552649; group_id=2; group_name=%E9%BB%98%E8%AE%A4%E4%BC%9A%E5%91%98; user_check=b93515cf840072f8df045b0842e31513; user_portrait=%2Fstatic%2Fimages%2Ftouxiang.png; XLA_CI=43a5b7a031caf14cbacec3c121269bcf; history=%5B%7B%22name%22%3A%22%E5%9B%9E%E5%A4%8D%E6%9C%AF%E5%A3%AB%E7%9A%84%E9%87%8D%E6%9D%A5%E4%BA%BA%E7%94%9F%22%2C%22pic%22%3A%22https%3A%2F%2Fpic.rmb.bdstatic.com%2Fbjh%2F377f268028bb09e80035191cd9f15c58.jpeg%22%2C%22link%22%3A%22%2Fdongmanplay%2F4721-1-1.html%22%2C%22part%22%3A%22%E7%AC%AC01%E9%9B%86%22%7D%5D; __tins__21589017=%7B%22sid%22%3A%201689927814622%2C%20%22vd%22%3A%207%2C%20%22expires%22%3A%201689929681755%7D; __51laig__=7; Hm_lpvt_38ea8ed97fbe7c334fcc1878c579e5e0=1689927882; Hm_lpvt_c11e70df18184f7263176ce90c8a9cc3=1689927882',

}

response = requests.get(base_url, headers=headers)  # 第一次请求
print(response.status_code)
data = response.text
print(data)

# 数据解析，json.loads转换为python格式
json_data = json.loads(data)
print(json_data)

# 检查data的数据类型
print(type(json_data))

# 提取视频信息
video_info = json_data.get('info')
if video_info:
    video_title = video_info.get('title') + '.mp4' if video_info.get('title') else 'video.mp4'
    video_url = video_info.get('play_url')

    if video_url:
        print('正在下载:', video_title)
        # 第二次请求
        video_data = requests.get(video_url, headers=headers).content
        with open(r'./视频/' + video_title, 'wb') as f:
            f.write(video_data)
            print('下载完成\n')
else:
    print('未找到视频信息')

错误分析：

出现TypeError: string indices must be integers错误是因为代码尝试使用字符串索引访问data变量，而字符串只能使用整数索引。这表明data变量是一个字符串，而不是预期的字典。

问题出在数据解析过程中。json_list变量被赋值为json_data['info']，而json_data['info']本身就是一个字典，而不是一个包含多个字典的列表。

解决方案：

将json_list变量更名为更准确的video_info，因为它表示的是单个视频的信息，而不是一个列表。
直接访问video_info字典中的title和play_url键，而不是使用循环遍历。
添加错误处理机制，以防title或play_url键不存在于video_info字典中。

通过以上修改，代码将能够正确解析数据并下载视频。

Python爬虫实战：使用requests和BeautifulSoup抓取视频并下载