前言
最近需要大规模下载B站视频,同时要将下载好的视频用BV号进行重命名,最后上传至服务器。这个工作一开始我是完全手工完成的,通过游猴来下载,可是下载几十个视频还好,再多一点的话真是太烦了,而且生产力低下,因此诞生了编写脚本的想法。
一开始我需要在B站搜索关键词,然后不断点开视频后进行下载,同时在视频下载后还需要找到这个视频来修改BV号,效率实在太低,特别是当下载的视频多了,再返回来寻找它对应的BV号时也是个很繁琐的过程,因此决定进行编写python脚本。
本次的脚本可以大幅度提高工作效率,但是它并不是全自动完成任务的,毕竟我们用到了Bilibili唧唧。(唧唧真的很好用,其实也可以完全做成全自动,但我觉得没什么必要了,效率已经很高啦~)
大家如果还有什么更好的建议欢迎评论告诉我。
最后,给个赞吧,亲~
概述
简要介绍一下工作流程:
(1)通过爬虫爬取一堆视频BV号,存放于txt文件中,如下所示:
(2)不断复制BV号,唧唧便会自动进行下载视频
(3)通过脚本将下载好的视频一键化改名
正文
爬虫部分
1.依赖库
requestsl
xml
2.代码
相关讲解已在注释标注。
''' author:Ericam description: 用于爬取b站视频链接 ''' import requests import re from lxml import etree import time ''' 该函数用于解析爬取的网页。 提取出网页里视频的url链接以及对应的视频名。 ''' def getHref(url,page): try: req = requests.get(url,timeout=5,headers=headers) html = req.text data = etree.HTML(html) ''' page-1://*[@id="all-list"]/div[1]/div[2]/ul[@class="video-list"]/li other://*[@id="all-list"]/div[1]/ul[@class="video-list"]/li ''' pattern = '//*[@id="all-list"]/div[1]/div[2]/ul[contains(@class,"video-list")]/li' if page == 1 else '//*[@id="all-list"]/div[1]/ul[contains(@class,"video-list")]/li' vurlList = data.xpath(pattern) for li in vurlList: vurl = li.xpath(".//a/attribute::href")[0] title = li.xpath(".//a/attribute::title")[0] yield vurl,title except: print('第%d页爬取失败' % page) print('Unfortunitely -- An Unknow Error Happened, Please wait 3 seconds') time.sleep(3) ''' 该函数用于正则提取,将url内的BV号提取出来 ''' def getBv(href): pattern = re.compile('(BV.*"__main__": #头部伪装 headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36 QIHU 360SE' } hrefList = [] titleList = [] #需要爬取多少页,自行进行修改,本代码测试1~2页 for i in range(1,3): url = "https://search.bilibili.com/all".format(i) #修改keyword后的关键字即可 l = getHref(url,i) for vurl,title in l: hrefList.append(vurl) titleList.append(title) print("第{0}页爬取结束".format(i)) time.sleep(2) print("---------------------------开始截取BV号-----------------------------") for i in range(len(hrefList)): hrefList[i] = getBv(hrefList[i]) with open("bv.txt",'w',encoding='utf-8') as f: for i in range(len(hrefList)): f.write(hrefList[i]+"\t"+titleList[i]+"\n") print("爬取结束")
3.爬取结果
唧唧下载视频
给出唧唧的链接,唧唧,很好用的小工具。
我们只需要将刚才爬取好的链接放在一边,不断复制BV号,然后唧唧进行下载即可。
视频重命名
唧唧下载好的视频如下所示:
为什么需要将它们进行改名呢,因为如果当视频数量越来越多时,比如几千几万时,通过名字便会越来越难以管理,同时也难以进行去重,很大概率会不断下载重复的视频。
在B站,BV号便是每个视频的“身份证”(主键),因此用其进行视频命名可以方便日后管理,同时也方便进行去重。
代码
''' author:Ericam description: 用于将下载下来的b站视频重命名,命名格式为bv号 ''' import os import difflib if __name__ == '__main__': bvpath = os.path.join("D:/","Coding","python","Python爬虫") os.chdir(bvpath) d = {} ''' bvdownload.txt里存放bv号与title名 若之前爬虫爬取了几千个,而唧唧只下载了几百个,便可以将这些已下载的bv和title复制到 bvdownload.txt中,将已下载的视频进行改名 ''' with open("bvdownload.txt",'r',encoding='utf-8')as f: lines = f.readlines() for val in lines: val = val.strip("\n") data = val.split("\t") bv = data[0] title = data[1] d[title] = bv #视频存放位置 path = 'F:/bilibili视频/' os.chdir(path) videoList = os.listdir() #开始进行模糊匹配 for key in d: video = difflib.get_close_matches(key,videoList,1, cutoff=0.3) if len(video) == 0: continue video = video[0] #检查视频是否已存在,若存在则删除视频 if os.path.isfile(d[key]+".mp4") and os.path.isfile(video): os.remove(video) else: if os.path.isfile(video): os.rename(video,d[key]+".mp4") print("重命名完成!")
结果演示
重命名完成的视频列表如下:
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新动态
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]