用 Java 抓取优酷、土豆等视频
1. [代码][JavaScript]代码
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;
/**
* 视频工具类
* @author sunlightcs
* 2011-4-6
* http://hi.juziku.com/sunlightcs/
*/
public class VideoUtil {
/**
* 获取视频信息
* @param url
* @return
*/
public static Video getVideoInfo(String url){
Video video = new Video();
if(url.indexOf("v.youku.com")!=-1){
try {
video = getYouKuVideo(url);
} catch (Exception e) {
video = null;
}
}else if(url.indexOf("tudou.com")!=-1){
try {
video = getTudouVideo(url);
} catch (Exception e) {
video = null;
}
}else if(url.indexOf("v.ku6.com")!=-1){
try {
video = getKu6Video(url);
} catch (Exception e) {
video = null;
}
}else if(url.indexOf("6.cn")!=-1){
try {
video = get6Video(url);
} catch (Exception e) {
video = null;
}
}else if(url.indexOf("56.com")!=-1){
try {
video = get56Video(url);
} catch (Exception e) {
video = null;
}
}
return video;
}
/**
* 获取优酷视频
* @param url 视频URL
*/
public static Video getYouKuVideo(String url) throws Exception{
Document doc = getURLContent(url);
/**
*获取视频缩略图
*/
String pic = getElementAttrById(doc, "s_sina", "href");
int local = pic.indexOf("pic=");
pic = pic.substring(local+4);
/**
* 获取视频地址
*/
String flash = getElementAttrById(doc, "link2", "value");
/**
* 获取视频时间
*/
String time = getElementAttrById(doc, "download", "href");
String []arrays = time.split("\\|");
time = arrays[4];
Video video = new Video();
video.setPic(pic);
video.setFlash(flash);
video.setTime(time);
return video;
}
/**
* 获取土豆视频
* @param url 视频URL
*/
public static Video getTudouVideo(String url) throws Exception{
Document doc = getURLContent(url);
String content = doc.html();
int beginLocal = content.indexOf("");
content = content.substring(beginLocal, endLocal);
/**
* 获取视频地址
*/
String flash = getScriptVarByName("iid_code", content);
flash = "http://www.tudou.com/v/" + flash + "/v.swf";
/**
*获取视频缩略图
*/
String pic = getScriptVarByName("thumbnail", content);
/**
* 获取视频时间
*/
String time = getScriptVarByName("time", content);
Video video = new Video();
video.setPic(pic);
video.setFlash(flash);
video.setTime(time);
return video;
}
/**
* 获取酷6视频
* @param url 视频URL
*/
public static Video getKu6Video(String url) throws Exception{
Document doc = getURLContent(url);
/**
* 获取视频地址
*/
Element flashEt = doc.getElementById("outSideSwfCode");
String flash = flashEt.attr("value");
/**
* 获取视频缩略图
*/
Element picEt = doc.getElementById("plVideosList");
String time = null;
String pic = null;
if(picEt!=null){
Elements pics = picEt.getElementsByTag("img");
pic = pics.get(0).attr("src");
/**
* 获取视频时长
*/
Element timeEt = picEt.select("span.review>cite").first();
time = timeEt.text();手绘图片
}else{http://www.bizhizu.cn/shouhui/
pic = doc.getElementsByClass("s_pic").first().text();
}
Video video = new Video();
video.setPic(pic);
video.setFlash(flash);
video.setTime(time);
return video;
}
/**
* 获取6间房视频
* @param url 视频URL
*/
public static Video get6Video(String url) throws Exception{
Document doc = getURLContent(url);
/**
* 获取视频缩略图
*/
Element picEt = doc.getElementsByClass("summary").first();
String pic = picEt.getElementsByTag("img").first().attr("src");
/**
* 获取视频时长
*/
String time = getVideoTime(doc, url, "watchUserVideo");
if(time==null){
time = getVideoTime(doc, url, "watchRelVideo");
}
/**
* 获取视频地址
*/
Element flashEt = doc.getElementById("video-share-code");
doc = Jsoup.parse(flashEt.attr("value"));
String flash = doc.select("embed").attr("src");
Video video = new Video();
video.setPic(pic);
video.setFlash(flash);
video.setTime(time);
return video;
}
/**
* 获取56视频
* @param url 视频URL
*/
public static Video get56Video(String url) throws Exception{
Document doc = getURLContent(url);
String content = doc.html();
/**
* 获取视频缩略图
*/
int begin = content.indexOf("\"img\":\"");
content = content.substring(begin+7, begin+200);
int end = content.indexOf("\"};");
String pic = content.substring(0, end).trim();
pic = pic.replaceAll("\\\\", "");
/**
* 获取视频地址
*/
String flash = "http://player.56.com" + url.substring(url.lastIndexOf("/"), url.lastIndexOf(".html")) + ".swf";
Video video = new Video();
video.setPic(pic);
video.setFlash(flash);
return video;
}
/**
* 获取6间房视频时长
*/
private static String getVideoTime(Document doc, String url, String id) {
String time = null;
Element timeEt = doc.getElementById(id);
Elements links = timeEt.select("dt > a");
for (Element link : links) {
String linkHref = link.attr("href");
if(linkHref.equalsIgnoreCase(url)){
time = link.parent().getElementsByTag("em").first().text();
break;
}
}
return time;
}
/**
* 获取script某个变量的值
* @param name 变量名称
* @return 返回获取的值
*/
private static String getScriptVarByName(String name, String content){
String script = content;
int begin = script.indexOf(name);
script = script.substring(begin+name.length()+2);
int end = script.indexOf(",");
script = script.substring(0,end);
String result=script.replaceAll("'", "");
result = result.trim();
return result;
}
/**
* 根据HTML的ID键及属于名,获取属于值
* @param id HTML的ID键
* @param attrName 属于名
* @return 返回属性值
*/
private static String getElementAttrById(Document doc, String id, String attrName)throws Exception{
Element et = doc.getElementById(id);
String attrValue = et.attr(attrName);
return attrValue;
}
/**
* 获取网页的内容
*/
private static Document getURLContent(String url) throws Exception{
Document doc = Jsoup.connect(url)
.data("query", "Java")
.userAgent("Mozilla")
.cookie("auth", "token")
.timeout(6000)
.post();
return doc;
}
public static void main(String[] args) {
//String url = "http://v.youku.com/v_show/id_XMjU0MjI2NzY0.html";
//String url = "http://www.tudou.com/programs/view/pVploWOtCQM/";
//String url = "http://v.ku6.com/special/show_4024167/9t7p64bisV2A31Hz.html";
//String url = "http://v.ku6.com/show/BpP5LeyVwvikbT1F.html";
//String url = "http://6.cn/watch/14757577.html";
String url = "http://www.56.com/u64/v_NTkzMDEzMTc.html";
Video video = getVideoInfo(url);
System.out.println("视频缩略图:"+video.getPic());
System.out.println("视频地址:"+video.getFlash());
System.out.println("视频时长:"+video.getTime());
}
}
/************************************************************************************/
/**
* 视频封装
*/
public class Video {
private String flash;
private String pic;
private String time;
public String getFlash() {
return flash;
}
public void setFlash(String flash) {
this.flash = flash;
}
public String getPic() {
return pic;
}
public void setPic(String pic) {
this.pic = pic;
}
public String getTime() {
return time;
}
public void setTime(String time) {
this.time = time;
}
}
用 Java 抓取优酷、土豆等视频的更多相关文章
- java平台利用jsoup开发包,抓取优酷视频播放地址与图片地址等信息。
/******************************************************************************************** * aut ...
- python爬虫---抓取优酷的电影
最近在学习爬虫,用的BeautifulSoup4这个库,设想是把优酷上面的电影的名字及链接爬到,然后存到一个文本文档中.比较简单的需求,第一次写爬虫.贴上代码供参考: # coding:utf-8 i ...
- wordpress如何利用插件添加优酷土豆等视频到自己的博客上
wordpress有时候需要添加优酷.土豆等网站的视频到自己的博客上,传统的分享方法不能符合电脑端和手机端屏幕大小的需求,又比较繁琐,怎样利用插件的方法进行添加呢,本视频向你介绍一款这样的插件——Sm ...
- 爬虫(三)解析js,抓取优酷免费视频的真实播放地址
工具:google浏览器 + fiddler抓包工具 说明:这里不贴代码,[只讲思路!!!] 原始url = https://v.youku.com/v_show/id_XMzIwNjgyMDgwOA ...
- java 抓取网页图片
import java.io.File; import java.io.FileOutputStream; import java.io.InputStream; import java.io.Out ...
- php 解析 视频 信息 封面 标题 图片 支持 优酷, 土豆 酷6 56 新浪 qq播客 乐视 乐视
原文地址:http://www.lianyue.org/2013/2497/ <?php /** * 解析 视频信息 类 * * 支持 优酷, 土豆 酷6 56 新浪 qq播客 乐视 乐视 ** ...
- 怎样获取优酷站内视频的MP4格式地址,嵌入到手机页面播放
最近的有关项目需要使用video标签播放视频,并且视频的路径src是优酷里面的视频,所以需要得到优酷里面的mp4路径才能播放. 但是在网上查了下资料,看到优酷的播放格式是一个m3u8文件,如图所示: ...
- 爱斯达M2C服装定制系统介绍—在线播放—优酷网,视频高清在线观看
爱斯达M2C服装定制系统介绍-在线播放-优酷网,视频高清在线观看 视频: 爱斯达M2C服装定制系统介绍
- Java 抓取网页中的内容【持续更新】
背景:前几天复习Java的时候看到URL类,当时就想写个小程序试试,迫于考试没有动手,今天写了下,感觉还不错 内容1. 抓取网页中的URL 知识点:Java URL+ 正则表达式 import jav ...
随机推荐
- CountDownLatch、CyclicBarrier、Samephore浅谈三大机制
CountDownLatch.CyclieBarrier与SamePhore都可用来控制线程的执行,那么他们之间有什么区别呢 CountDownLatch CountDowenlatch可以看成一个线 ...
- idea没有subversion问题
问题描述:idea导入svn项目,但点击项目文件右键没有找到subversion选项.同时,idea界面底部没有version control菜单. 解决方法:原因是idea没有启动版本控制.点击id ...
- SetProcessWorkingSetSize 和内存释放
http://hi.baidu.com/taobaoshoping/item/07410c4b6d6d9d0d6dc2f084 在应用程序中,往往为了释放内存等,使用一些函数,其实,对于内存操作函数要 ...
- win7 32位配置apache+wsgi+django环境
1下载xampp,里面有apache,mysql,phpmyadmin, 2 下载wsgi,http://download.csdn.net/download/copter/9192361 将对应的模 ...
- AngularJS的ng-repeat显示表格
代码下载:https://files.cnblogs.com/files/xiandedanteng/angualrJSngRepeatTable.rar 代码: <!DOCTYPE HTML ...
- javascript原生调用摄像头
HTML <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <meta ...
- Unable to satisfy the following requirements解决方式
今天从git上面download我们项目,然后向往常一样安装Cocoapods.可是却突然发现报错了,尝试了几遍.发现一直报错. 然后我这才看了一下,安装Cocoapods的日志,发现抛出了一个报错. ...
- 怎样把多个Android Project打包成一个APK
怎样把多个Android Project打包成一个APK(你的项目怎样引用其它项目). 怎样把多个android project 打包成一个apk呢,事实上原理是这种.一个主project引用其它的p ...
- Nginx(一):安装
nginx 的安装 下载地址: http://nginx.org/download/nginx-1.4.2.tar.gz 安装准备: nginx依赖于pcre库,要先安装pcre(正则的库) yum ...
- swich-----case语句的用法
转: http://xinzhi.wenda.so.com/a/1517927252619839