爬虫案例2-爬取视频的三种方式之一：selenium篇(2)

news/2024/9/17 12:27:27/文章来源:https://www.cnblogs.com/laity17/p/18408830

前言
selenium简介
实战案例
共勉
博客

前言

继使用requests库爬取好看视频的文章后，本文分享使用python第三方库selenium库接着来爬取视频网站，后续也会接着分享使用第三方库DrissionPage爬取视频。

selenium简介

selenium是一个用于web应用测试的工具集，它可以直接运行在浏览器中，就像真正的用户在操作一样。它主要应用在自动化测试，web爬虫和自动化任务中。selenium提供了很多编程语言的接口，如java，python，c#等。这让开发者可以自己编写脚本来自动化web应用的测试。

实战案例

话不多说，直接上源码

from selenium import webdriver   # 浏览器驱动
from selenium.webdriver.common.by import By  # 用来定位web页面上的元素
import time             # 时间函数
import os               # 文件管理模块
import requests        # 数据请求模块if not os.path.exists('./videos1'):  # 创建文件夹os.mkdir('./videos1')
def video(data):     # 定义请求每个详细视频的函数for url in data:   # 遍历每个详细视频的地址driver=webdriver.Chrome()   # 初始化浏览器实例driver.get(url)               # 打开url页面src=driver.find_element(by=By.CLASS_NAME, value='art-video')  # 获取每个详细视频的详细地址src=src.get_attribute('src')name=driver.find_element(by=By.CLASS_NAME, value='videoinfo-title')  # 获取每个详细视频的标题name=name.textvideo_detail=requests.get(src).content     # 对每个详细视频进行请求with open('./videos1/'+name+'.mp4','wb') as f:  # 存储视频f.write(video_detail)print(name,src)driver.quit()        # 关闭浏览器
driver=webdriver.Chrome()     # 初始化浏览器实例
driver.get("https://haokan.baidu.com/")  # 打开网址
for i in range(1,6):driver.execute_script("document.documentElement.scrollTop=2000")  # 页面下滑time.sleep(1)
time.sleep(2)
data_video=driver.find_elements(by=By.CLASS_NAME,value='videoItem_videoitem__Z_x08') # 对视频信息进行定位
data=[]        # 定义空列表，用来存储每个时评的地址
for a in data_video:  # href=a.get_attribute("href")  # 获取视频地址data.append(href)
print(data)
time.sleep(2)
driver.quit()   # 关闭浏览器
video(data)   # 调用video()函数