前言

哈喽！上午好嘞，各位小可爱们！有没有等着急了呀~

由于最近一直在学习新的内容，所以耽搁了一下下，抱歉.jpg 双手合十。

所有文章完整的素材+源码都在👇👇

粉丝白嫖源码福利，请移步至CSDN社区或文末公众hao即可免费。

今天稍微赶了一下下，嘿嘿，想着还是给大家更新一下蛮，爬虫的内容基本上都过不了审核，

可能是我写的方式不对，思考.jpg，这么久了还是没找到好办法，大概率知道不能出现某些网

站的名字网址等，所以最近给大家更新的爬虫系列，就简简单单给大家写一点儿叭~

部分爬虫的代码是有录制完整的视频滴 讲解的更加仔细哈，需要的还是可以滴一下我哦！

好啦，开始今天的正题吧——Python采集某网站m3u8 格式视频哦 ~

正文

一、课前准备

运行环境：Python3（解释器版本我用的3.7，识别代码）Pycharm（编辑器 编辑代码滴  ）

模块安装如下——

requests——pip install +模块名 或镜像源安装：

pip install -i https://pypi.douban.com/simple/+模块名

内置模块：import re   import json  安装好Python环境即可。

二、爬虫的基本流程

明确自己的需求---> 视频内容以及视频标题 - 通过开发者工具<>抓包分析,

分析视频是从哪里来的 - F12 fn+f12 右击页面点击检查 - a站 m3u8视频格式 ---> media 是

没有数据 mp4文件 ---> 整个视频内容 m3u8视频格式 ---> 把 整个视频内容 分割非常多小片

段 - 代码的实现步骤 1. 发起请求 2. 获取数据 3. 解析数据 4. 保存数据 

三、抓取目标

1）目标网址

https://www.acfun.cn/v/ac13524296

分析视频是从哪里来的 - F12。

找到User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36

2）代码实现

"""
# 导入模块
import requests
# 导入正则模块
import re
# 导入数据格式化模块
from pprint import pprint
import json
url = 'https://www.acfun.cn/v/ac13524296'
# 模拟浏览器 请求头
# User-Agent 用户代理
headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/105.0.0.0 Safari/537.36'
}
# 1. 发起请求
response = requests.get(url, headers=headers)
# 2. 获取数据 获取响应
# print(response.text)
# 3.数据解析
"""
.*? 元字符
. 匹配任意字符除了换行符之外
*匹配前一个字符0或者无限个
? 非贪婪匹配
"""
# 提取标题p
title = re.findall('"title":"(.*?)",',response.text)[1]
# print(title)
# 通过re提取视频内容信息
html_data = re.findall('window.pageInfo = window.videoInfo =(.*?);',response.text)[0]
# 数据转化json
json_data = json.loads(html_data)
# pprint(json_data)
# 字典取值 dict = {键值:value值} dict[键值]
m3u8_url = json.loads(json_data['currentVideoInfo']['ksPlayJson'])['adaptationSet'][0]['representation'][0]['backupUrl'][0]
pprint(m3u8_url)
m3u8_data = requests.get(m3u8_url, headers=headers).text
# print(m3u8_data)
m3u8_data=re.sub('#E.*','',m3u8_data).split()
# print(m3u8_data)
for ts in m3u8_data:
        # print(ts)
        ts_url = 'https://ali-safety-video.acfun.cn/mediacloud/acfun/acfun_video/hls/'+ts
        ts_name = ts.split('.')[1]
        # print(ts_url,ts_name)
        ts_content = requests.get(url=ts_url,headers=headers).content
        #  保存 图片 音频 视频 都是字节流 二进制
        with open('video\\'+ts_name+'.mp4' , mode='wb') as f:
                f.write(ts_content)

四、效果展示

A站是m3u8的数据格式，很多人就会问了，你怎么知道，你为什么知道，你凭什么知道。

这些咱们都是可以通过开发者工具对于网页内容的分析，可以看到链接的后缀都是ts结尾的，

这样的文件内容都是你m3u8格式，是把整个视频分成多段的ts文件。

我们可以看到一段视频仅仅只有5秒钟的时间。对于ts文件有一个特性，它就是会存在一个

m3u8文件里面，所有的ts文件都在那，所以只需要找到m3u8的文件就可以了。

视频文件：

​

如何合成ts文件变成mp4呢？

添加到压缩文件——更改压缩文件后缀名以及压缩方式——后缀名改为：.mp4，压缩方式改

为：存储，然后点击确定即可。

播放视频：

特别说明：这样合并的前提是你的ts文件都是0000，然后0001 这样按照顺序排列的，不然你

合并出来之后播放顺序是乱的。

总结

XX忍者这部漫画连载了将近二十年，正好是一代人从小成长起来的时间。可以说不少人的童年

是伴随着XX忍者而成长起来的。让人记忆深刻的不仅有强大的忍者，眼花缭乱的忍术，还有一

些“童年阴影”的画面。让那个时候的我们记忆犹新。今天带大家爬完这些视频之后，有没有勾

起了你童年时期的回忆呢？ 

✨完整的素材源码等：可以滴滴我吖！或者点击文末hao自取免费拿的哈~

 🔨推荐往期文章——

1.0    Python爬虫入门推荐案例:学会爬虫_表情包手到擒来~

1.1 【Tkinter界面化小程序】用Python做一款免费音乐下载器、无广告无弹窗、清爽超流畅哦

1.2  【Python爬虫实战】 不生产小说，只做网站的搬运工，太牛逼了~（附源码）

1.3 【Python抢票神器】火车票枪票软件到底靠谱吗？实测—终极攻略。

1.4 【Python实战】WIFI密码小工具，甩万能钥匙十条街，WIFI任意连哦~（附源码）

1.5  【Python实战】再分享一款商品秒杀小工具，我已经把压箱底的宝贝拿出来啦~

1.6  【Python实战】年底找工作，年后不用愁，多个工作岗位随你挑哦~

1.7  【Python实战】听书就用它了：海量资源随便听,内含几w书源,绝对精品哦~

1.8  【Python实战】海量表情包炫酷来袭，快来pick斗图新姿势吧~(超好玩儿)

       

🎁文章汇总——

Python文章合集 | (入门到实战、游戏、Turtle、案例等)

（文章汇总还有更多你案例等你来学习啦~源码找我即可免费！）