一、模块使用
requests >>> pip install requests
re
win + R 输入cmd 输入安装命令 pip install 模块名 (如果你觉得安装速度比较慢, 你可以切换国内镜像源)
二、模块安装问题:
- 如果安装python第三方模块:
1. win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车
2. 在pycharm中点击Terminal(终端) 输入安装命令
- 安装失败原因:
- 失败一: pip 不是内部命令
解决方法: 设置环境变量
- 失败二: 出现大量报红 (read time out)
解决方法: 因为是网络链接超时, 需要切换镜像源
清华：https://pypi.tuna.tsinghua.edu.cn/simple
阿里云：https://mirrors.aliyun.com/pypi/simple/
中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
华中理工大学：https://pypi.hustunique.com/
山东理工大学：https://pypi.sdutlinux.org/
豆瓣：https://pypi.douban.com/simple/
例如：pip3 install -i https://pypi.doubanio.com/simple/ 模块名
- 失败三: cmd里面显示已经安装过了, 或者安装成功了, 但是在pycharm里面还是无法导入
解决方法: 可能安装了多个python版本 (anaconda 或者 python 安装一个即可) 卸载一个就好
或者你pycharm里面python解释器没有设置好
三、如何配置pycharm里面的python解释器
1. 选择file(文件) >>> setting(设置) >>> Project(项目) >>> python interpreter(python解释器)
2. 点击齿轮, 选择add
3. 添加python安装路径
四、pycharm如何安装插件
1. 选择file(文件) >>> setting(设置) >>> Plugins(插件)
2. 点击 Marketplace 输入想要安装的插件名字 比如:翻译插件 输入 translation / 汉化插件 输入 Chinese
3. 选择相应的插件点击 install(安装) 即可
4. 安装成功之后 是会弹出 重启pycharm的选项 点击确定, 重启即可生效
五、爬虫基本流程
（1）. 数据来源分析 <重要...>
1. 要分析自己想要数据内容, 可以请求那个url地址得到相应数据
开发者 不会2 会用1
1. F12打开开发者工具, 刷新网页
2. 通过关键字搜索, 找寻数据包
（2）. 代码实现步骤过程
1. 发送请求, 模拟浏览器对于url地址发送get请求
2. 获取数据, 获取服务器返回响应数据 ---> 开发者工具里面response
3. 解析数据, 提取我们想要数据内容
4. 保存数据, 把数据保存为mp4
六、完整代码
import requestsimport re
url = 'https://v.douyu.com/api/stream/getStreamUrl'
data = {
'v': '220320220627',
'did': '10000000000000000000000000001501',
'tt': '1656318502',
'sign': 'f0194e25c25283cbd53ef52c0acf45f8',
'vid': 'kDe0W29DOwaMA4Bz',
}
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
response = requests.post(url=url, data=data, headers=headers)
print(response.json())
m3u8_url = response.json()['data']['thumb_video']['high']['url']
print(m3u8_url)
m3u8_data = requests.get(url=m3u8_url, headers=headers).text
m3u8_data = re.sub('#E.*', '', m3u8_data).split()
for ts in m3u8_data:
ts_url = 'https://play-tx-ugcpub.douyucdn2.cn/live/high_33282775320220508200007-upload-d9f8/' + ts
ts_content = requests.get(url=ts_url, headers=headers).content
with open('【奶优米呀】05-07 本场人气值TOP2舞蹈.mp4', mode='ab') as f:
f.write(ts_content)
print(ts_url)
