TZ糖纸 发表于 2021-4-10 23:40

使用Python爬取快手主页搜索出来的视频,带有下载进度条~

import json
import re
import os
import requests
import urllib.request
from multiprocessing import Pool
import time

requestUrl = 'https://video.kuaishou.com/graphql'
folder_path = 'F:\kuaishou'
cookie = 'clientid=3; did=web_9161d9069f991dc552b7a3555f748271; client_key=65890b29; kpf=PC_WEB; kpn=KUAISHOU_VISION; didv=1617473948950; userId=711665271; kuaishou.server.web_st=ChZrdWFpc2hvdS5zZXJ2ZXIud2ViLnN0EqABaSsDgEVavwtvzo1Is5J8IPL6jUZEHg644HE4WE7Lt2-G8-FeLlyKOyejA9uNkO_88CiqtTZa98wUuyBkTEI_Oktvewn0B6uXBcnPzgIs5fT7Wr7lHckJsbkAoR5XDkkqkhWhOJgAnEXeu21VRCLl9YvkfZyt2qdMPDek9d6yck06B2eiLEfApi9mSKuxN-M5m2QG2NZ80VAAPAEhZaySiBoS5dGNQ2tN9j6L3QVO7fJXKiWdIiDoDc20YG0w7FWACxq236Fn9FjhUzCLSUrVsXpPsiBiuygFMAE; kuaishou.server.web_ph=cb462c47e56fd6baa52e4a24f0692e7a3ca8'
pcursor = '1'
searchSessionId = 'MTRfNzExNjY1MjcxXzE2MTgwNjc2NDg3NTJf5b6u6IOWXzc0MTg'

def post(keyword,Cookie,pcursor):
    data = {"operationName":"visionSearchPhoto","variables":{"keyword":keyword,"pcursor":pcursor,"page":"search","searchSessionId":searchSessionId},"query":"query visionSearchPhoto($keyword: String, $pcursor: String, $searchSessionId: String, $page: String, $webPageArea: String) {\nvisionSearchPhoto(keyword: $keyword, pcursor: $pcursor, searchSessionId: $searchSessionId, page: $page, webPageArea: $webPageArea) {\n    result\n    llsid\n    webPageArea\n    feeds {\n      type\n      author {\n      id\n      name\n      following\n      headerUrl\n      headerUrls {\n          cdn\n          url\n          __typename\n      }\n      __typename\n      }\n      tags {\n      type\n      name\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      coverUrls {\n          cdn\n          url\n          __typename\n      }\n      photoUrls {\n          cdn\n          url\n          __typename\n      }\n      animatedCoverUrl\n      stereoType\n      videoRatio\n      __typename\n      }\n      canAddComment\n      currentPcursor\n      llsid\n      status\n      __typename\n    }\n    searchSessionId\n    pcursor\n    aladdinBanner {\n      imgUrl\n      link\n      __typename\n    }\n    __typename\n}\n}\n"}
    failed = {'msg': 'failed...'}
    headers = {
      'Host':'video.kuaishou.com',
      'Connection':'keep-alive',
      'Content-Length':'1261',
      'accept':'*/*',
      'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/537.36(KHTML,likeGecko)Chrome/89.0.4389.114Safari/537.36Edg/89.0.774.68',
      'content-type':'application/json',
      'Origin':'https://video.kuaishou.com',
      'Sec-Fetch-Site':'same-origin',
      'Sec-Fetch-Mode':'cors',
      'Sec-Fetch-Dest':'empty',
      'Referer':'https://video.kuaishou.com/search/video?searchKey=' + urllib.parse.quote(keyword),
      'Accept-Language':'zh-CN,zh;q=0.9,en;q=0.8,en-GB;q=0.7,en-US;q=0.6',
      'Cookie':Cookie,

    }
    r = requests.post(requestUrl, data=json.dumps(data), headers=headers)
    r.encoding = 'UTF-8'
    html = r.text
    return html
def down(feeds,keywork):
    for feed in feeds:
      filename = feed['photo']['caption'] + '.mp4'
      filepath = folder_path + '/' + keywork + '/'
      if not os.path.exists(filepath + filename):
            progressbar(feed['photo']['photoUrl'],filepath,filename)
            print(filename + ",下载完成")
      else:
            pass
            #print(filename + ",已存在,跳过")
def url_response(url,filepath,filename):
    r = requests.get(url, stream=True)
    with open(filepath, 'wb') as f:
      widgets = ['Progress: ', progressbar.Percentage(), ' ',
      progressbar.Bar(marker='#', left='[', right=']'),
      ' ', progressbar.ETA(), ' ', progressbar.FileTransferSpeed()]
      pbar = progressbar.ProgressBar(widgets=widgets, maxval=total_length).start()
      for chunk in response.iter_content(chunk_size=1):
            if chunk:
                f.write(chunk)
                f.flush()
            pbar.update(len(chunk) + 1)
      pbar.finish()
def progressbar(url,filepath,filename):
    if not os.path.exists(filepath):
      os.mkdir(filepath)
    start = time.time()
    response = requests.get(url, stream=True)
    size = 0
    chunk_size = 1024
    content_size = int(response.headers['content-length'])
    if response.status_code == 200:
      print('Start download,:{size:.2f} MB'.format(size = content_size / chunk_size / 1024))
      filename = filename.replace("\n", "")
      filepath = filepath + filename
      try:
            with open(filepath,'wb') as file:
                for data in response.iter_content(chunk_size = chunk_size):
                  file.write(data)
                  size +=len(data)
                  print('\r' + '[下载进度]:%s%.2f%%' % ('>' * int(size * 50 / content_size), float(size / content_size * 100)) ,end=' ')
            end = time.time()
            print('Download completed!,times: %.2f秒' % (end - start))
      except :
            pass
      

if __name__ == "__main__":
   keyWork = '微胖'
   links = []
   index = 1
   pcursor=index
   for x in 1,10:
         result = post(keyWork,cookie,pcursor)
         data = json.loads(result)
         feeds = data['data']['visionSearchPhoto']['feeds']
         flen = len(feeds)
         if flen == 0:
             break
         links.append(feeds)
   for link in links:
         down(link,keyWork)

pcursor:页码,数字,写了可以个for循环给它赋值
cookie:身份信息
searchSessionId:搜索的缓存Id
keyWork:想要搜索的关键词

TZ糖纸 发表于 2021-4-11 10:59

拉比克 发表于 2021-4-11 01:12
能爬主播的主页自我介绍的信息吗

可以可以,找时间看看

TZ糖纸 发表于 2021-4-11 10:56

沉心云 发表于 2021-4-11 01:21
谷歌浏览器版本 89.0.4389.114(正式版本) ,这边输入关键字后,f12没有看到searchSessionId

要找对接口啊,哥哥

TZ糖纸 发表于 2021-4-10 23:43

自己顶一个吧~

一只绣虎 发表于 2021-4-10 23:50

厉害厉害 点赞

doublee 发表于 2021-4-11 00:32

cookie最好还是不要暴露出来,安全一点。

沉心云 发表于 2021-4-11 01:08

可以爬快手小姐姐扭胯视频嘻嘻,柒囍永远的神{:301_986:}

拉比克 发表于 2021-4-11 01:12

能爬主播的主页自我介绍的信息吗

沉心云 发表于 2021-4-11 01:21

谷歌浏览器版本 89.0.4389.114(正式版本) ,这边输入关键字后,f12没有看到searchSessionId

加奈绘 发表于 2021-4-11 07:19

点赞,谢谢大佬分享

沉心云 发表于 2021-4-11 09:57

360浏览器f12后也没有看到searchSessionId

沉心云 发表于 2021-4-11 10:08

如图,没有显示searchSessionId
页: [1] 2 3
查看完整版本: 使用Python爬取快手主页搜索出来的视频,带有下载进度条~