龙空技术网

我用Python抓取了「S11全球总决赛」直播评论,EDG nb

Python123 188

前言:

眼前看官们对“python抓取直播视频”大约比较讲究,同学们都需要分析一些“python抓取直播视频”的相关知识。那么小编同时在网络上汇集了一些有关“python抓取直播视频””的相关资讯,希望你们能喜欢,我们快快来了解一下吧!

《爬虫100例实战案例》又来了,昨天兄弟萌看直播了吗,一句话EDG牛掰就完事了。

四强的时候

T1:我是三冠王

GENG:我是双冠王

DK:我是去年世界冠军

EDG:本来想以第一次进四强的身份和你们相处,没想到得到的却是疏远。不装了!摊牌了!我是今年世界冠军!

爬取数据目标

网站:bilibili

效果展示

工具使用

开发工具:pycharm 开发环境:python3.7, Windows10 使用工具包:requests,threading, csv

重点学习内容

常见请求头的反爬json数据的处理csv文件处理

项目思路解析

找到你需要采集的视频地址(EDG牛逼!!!!)

网址:【S11全球总决赛】决赛 11月6日 EDG vs DK_哔哩哔哩bilibili_英雄联盟

爬虫采集数据首先要找到对应的数据目标地址,可以明显看出当前的网页的评论数据是在不断变化的,需要找到对应的评论接口,习惯性的去找动态数据。

数据并没有在动态数据里,清空数据加载新的评论数据,触发加载条件。

加载的数据在all里,明确数据之后就好处理了,获取到对应的网页接口,通过requests发送网络请求。

    url = '{}&type=1&oid=891511588&mode=3&plat=1&_=1636272184444'.format(i)​    response = requests.get(url)    print(response.text)
xxxxxxxxxxbr     url = '{}&type=1&oid=891511588&mode=3&plat=1&_=1636272184444'.format(i)br•br    response = requests.get(url)br    print(response.text)

数据请求失败请求头没有做反爬策略 添加对应的ua,以及refere 主要是防盗链的请求头措施,在浏览器请求也是得不到数据的,获取到准确的数据,提取自己想要的数据信息。

评论的内容评论的时间评论的作者作者的性别作者的个性签名(各位大佬可以根据自己的需求进行自动的采集数据)

处理json数据时要注意, json数据前有jQuery1720892078778784086_1627994582044 可以通过正则的方式进行匹配提取 这里我选择修改url的参数 讲网址的jQuery1720892078778784086_1627994582044进行删除 最终的网址是:

{}&type=1&oid=891511588&mode=3&plat=1&_=1636272184444
xxxxxxxxxxbr {}&type=1&oid=891511588&mode=3&plat=1&_=1636272184444

获取到数据后进行数据保存,数据保存在csv文件。

def save_data(item):    with open('小破站1.csv', "a", newline='', encoding="utf-8")as f:        filename = ['content', 'ctime', 'sex', 'uname', 'sign']        csv_data = csv.DictWriter(f, fieldnames=filename)        csv_data.writerow(item)​
xxxxxxxxxxbr def save_data(item):br    with open('小破站1.csv', "a", newline='', encoding="utf-8")as f:br        filename = ['content', 'ctime', 'sex', 'uname', 'sign']br        csv_data = csv.DictWriter(f, fieldnames=filename)br        csv_data.writerow(item)br•

简易源码分享

import requestsimport csv​def save_data(item):    with open('EDG牛逼!.csv', 'a', newline='', encoding='utf-8')as f:​        filename = ['content', 'uname', 'sign', 'sex']        csv_data = csv.DictWriter(f, fieldnames=filename)        # csv_data.writeheader()        csv_data.writerow(item)​​​def get_data(url):​    headers = {        'referer': ';,        'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',    }​    response = requests.get(url, headers=headers).json()    item = {}    for data in response['data']['replies']:        item['content'] = data['content']['message'].strip()        # print(content)        item['uname'] = data['member']['uname']        item['sign'] = data['member']['sign']        item['sex'] = data['member']['sex']        # print(item)        save_data(item)​if __name__ == '__main__':    for i in range(1, 3):        url = '{}&type=1&oid=891511588&mode=3&plat=1&_=1636272184444'.format(i)        html = get_data(url)
xxxxxxxxxxbr import requestsbrimport csvbr•brdef save_data(item):br    with open('EDG牛逼!.csv', 'a', newline='', encoding='utf-8')as f:br•br        filename = ['content', 'uname', 'sign', 'sex']br        csv_data = csv.DictWriter(f, fieldnames=filename)br        # csv_data.writeheader()br        csv_data.writerow(item)br•br•br•brdef get_data(url):br•br    headers = {br        'referer': ';,br        'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',br        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',br    }br•br    response = requests.get(url, headers=headers).json()br    item = {}br    for data in response['data']['replies']:br        item['content'] = data['content']['message'].strip()br        # print(content)br        item['uname'] = data['member']['uname']br        item['sign'] = data['member']['sign']br        item['sex'] = data['member']['sex']br        # print(item)br        save_data(item)br•brif __name__ == '__main__':br    for i in range(1, 3):br        url = '{}&type=1&oid=891511588&mode=3&plat=1&_=1636272184444'.format(i)br        html = get_data(url)

2012,一个卡牌,一个雷恩加尔,一群红衣少年的欢声笑语。

2013,一个杰斯,一个扎克,一场支离破碎的梦境。

2014,一个螳螂,一个兰博,一座摇摇欲坠的基地。

2015,一个寡妇,一个妖姬,一本永远叠不上去的梅贾窃魂卷。

2016,一个盲僧,一个奥拉夫,一串耻辱的数字。

2017,一个克格莫,一个青钢影,一个赛区绝境中最后的救赎。

2018,一个刀妹,一个剑魔,一个至高无上的尊严。

2019,一个泰坦,一个盲僧,一个浴火重生的凤凰。

2020,一个船长,一个剑姬,一个杀戮无法弥补的遗憾。

2021,一个皇子,一个佐伊,一个挽大厦于将倾的骑士。

标签: #python抓取直播视频