寫在前面呀：

最近老有做視頻剪輯的朋友問我薅視頻素材的問題，個人還是支持正版的，也熱衷支持知識產(chǎn)權(quán)保護。不過有些網(wǎng)站，就不點名了，搜到的人應(yīng)該都會懂，其實明明就是薅的別人素材，然后上傳到自己網(wǎng)站上，打上自己域名的水印，就開始要求用戶充VIP才能下載，心里默默的爆著粗口，腦子里一萬只草泥馬，然后手上也握著草。強烈建議有這種網(wǎng)站的VIP的同學(xué)提供一下賬號，去薅了他們的素材，因為沒有VIP賬號能抓取到的數(shù)據(jù)有限，而且網(wǎng)站提供的下載接口也不一樣。

用到的環(huán)境和工具：

• Pyhon 3.8.10

• Pycharm

• windows11

今天要采集的網(wǎng)站是----（寫在代碼里吧，不然B娘又以為我在發(fā)廣告，然后不讓我的文章展示）。視頻網(wǎng)站一般是沒有所謂的json數(shù)據(jù)接口的，因為都是薅羊毛，又不是大公司，要做書規(guī)范，所以還是從瀏覽器渲染的網(wǎng)頁入手：

• ????網(wǎng)頁視頻列表頁，F(xiàn)12（好像沒什么新鮮的）；
  

• ????提取視頻列表頁的視頻播放頁（這個頁面如果有視頻下載地址也是縮略圖，不清晰的那種）；
  

• ????對播放頁面信息提取，如標(biāo)題和下載地址；

代碼開始：

代碼采集所有頁面，一個頁面32條，應(yīng)該將近900條視頻，所以，進(jìn)行多線程。

需要注意的是，視頻標(biāo)題處理，一整個網(wǎng)站，可能存在標(biāo)題重名的視頻，在保存到本地的時候，很容易被覆蓋，會產(chǎn)生數(shù)據(jù)條數(shù)表少的情況。前面寫過一篇帖子，發(fā)現(xiàn)采集完后數(shù)據(jù)少了很多，其實就是視頻標(biāo)題的問題，可能產(chǎn)生了覆蓋。

程序運行截圖：

視頻保存部分截圖：

打完收工，如果對在看的你有幫助，點個贊唄。如果對代碼有問題，請在評論區(qū)留言，我會在第一時間回復(fù)你的。

申明：本文僅用于學(xué)習(xí)和交流使用，不接受任何形式的傳播。請支持正版視頻，維護支持產(chǎn)權(quán)。