Python爬虫：给我一个链接，快手视频随便下载

前言

讲一下，文明爬虫，从我做起(1.文章中的程序代码仅供学习，切莫用于商业活动，一经被相关人员发现，本小编概不负责！2.请在服务器闲时运行本程序代码，以免对服务器造成很大的负担.)

1. 实现原理

小编这里讲的视频都是快手上的长视频哈！链接为：快手长视频

我们随便点击其中的一个视频进入,按电脑键盘的F12键来到开发者模式，在开发者模式下按ctrl+F，输入：<video,可以找到这个视频的下载链接如下：





我们直接运用selenium这个模块，直接对这个页面解析简简单单就可以获取这个视频的下载链接了。

但是没有这么简单的哈！快手在这方面还是做的不错的，为了防止机器人，快手做了一个滑动窗口，如下：



代码如下：

from selenium import webdriver

driver=webdriver.Chrome()
driver.get(url='https://www.kuaishou.com/video/3xwpkmq75cf2shu?authorId=3x7tp82qssqyteu&tabId=0&area=recommendxxrecommend')
driver.implicitly_wait(5)
downloadUrl=driver.find_element_by_xpath("//video[@class='player-video']").get_attribute("src")
print(downloadUrl)

虽然我们可以通过添加一个while循环实现找到这个视频的下载链接哈！



但这是不是显得很繁琐呀！

后来想了一下，这个视频的下载链接可能是使用ajax请求从后台获取的，你还别说，还真的是这样的。

查看一下这个请求，发现是post的，请求参数如下：

经过多个视频的比较，发现只有variables下的字段不同，并且发现如下：

当然，有的视频链接他是没有area,相对应它的请求参数webPageArea也没有。我们可以通过使用正则表达式将上述两个参数值获取到，但是用代码发起请求时，发现虽然请求状态码为200，但是请求得到的数据却没有我们想要的视频下载链接。



cookie字段信息如下：



经过多个视频比较，这个cookie字段可以是固定的(除了did这个字段的值是随机生成的之外【随机生成的直接用固定即可】，其他都是固定的)。

2. 程序代码

代码如下：

import requests
from crawlers.userAgent import useragent
import json
import re

videoUrl=input("请输入视频的链接：")
# https://www.kuaishou.com/video/3xbszt6yravw739?authorId=3x45xripnn3tq5a&tabId=1&area=recommendxxfilm
photoId=re.findall(r"https://www.kuaishou.com/video/(.*)\?.*",videoUrl)[0]
try:
    webPageArea=re.findall(r".*area=(.*)",videoUrl)[0]
except Exception as e:
    print(e)
    webPageArea=''
useragent = useragent()
url = 'https://www.kuaishou.com/graphql'
print(photoId,webPageArea)

headers = {
    "user-agent": useragent.getUserAgent(),  # 模拟浏览器访问
    "content-type": "application/json",  # 请求的参数类型为json数据
    "Cookie": "kpf=PC_WEB; kpn=KUAISHOU_VISION; clientid=3; did=web_4a95d5c2e09f889043edeffcb9fdb89d; didv=1635052275840",
    }
data =json.dumps({"operationName": "visionVideoDetail",
        "variables": {"photoId": "%s"%(photoId), "page": "detail", "webPageArea": "{}".format(webPageArea)},
        "query": "query visionVideoDetail($photoId: String, $type: String, $page: String, $webPageArea: String) {\n  "
                 "visionVideoDetail(photoId: $photoId, type: $type, page: $page, webPageArea: $webPageArea) {\n    "
                 "status\n    type\n    author {\n      id\n      name\n      following\n      headerUrl\n      "
                 "__typename\n    }\n    photo {\n      id\n      duration\n      caption\n      likeCount\n      "
                 "realLikeCount\n      coverUrl\n      photoUrl\n      liked\n      timestamp\n      expTag\n      "
                 "llsid\n      viewCount\n      videoRatio\n      stereoType\n      croppedPhotoUrl\n      manifest {"
                 "\n        mediaType\n        businessType\n        version\n        adaptationSet {\n          id\n "
                 "         duration\n          representation {\n            id\n            defaultSelect\n          "
                 "  backupUrl\n            codecs\n            url\n            height\n            width\n           "
                 " avgBitrate\n            maxBitrate\n            m3u8Slice\n            qualityType\n            "
                 "qualityLabel\n            frameRate\n            featureP2sp\n            hidden\n            "
                 "disableAdaptive\n            __typename\n          }\n          __typename\n        }\n        "
                 "__typename\n      }\n      __typename\n    }\n    tags {\n      type\n      name\n      "
                 "__typename\n    }\n    commentLimit {\n      canAddComment\n      __typename\n    }\n    llsid\n    "
                 "danmakuSwitch\n    __typename\n  }\n}\n"})  # 请求的data数据，json类型

rsp=requests.post(url=url, headers=headers, data=data)
print('响应的状态码为：',rsp.status_code)
infos=json.loads(rsp.text)
info=infos['data']['visionVideoDetail']['photo']
videoName=info['caption']
for str_i in ['?','、','╲','/','*','“','”','<','>','|']:
    videoName=videoName.replace(str_i,'')   # 文件重命名
print('视频的标题：',videoName)
downloadUrl=info['photoUrl']
print('视频的下载链接为：',downloadUrl)
headers={'user-agent':useragent.getUserAgent()}
rsp2=requests.get(url=downloadUrl,headers=headers)
with open(file="{}.mp4".format(videoName),mode="wb") as f:
    f.write(rsp2.content)