如何用python爬取视频
‘壹’ 如何用python爬取js渲染加载的视频文件
可以使用selenium+ phantomjs
PhantomJS是一个基于webkit的JavaScript API。它使用QtWebKit作为它核心浏览器的功能，使用webkit来编译解释执行JavaScript代码。任何你可以在基于webkit浏览器做的事情，它都能做到。它不仅是个隐形的浏览器，提供了诸如CSS选择器、支持Web标准、DOM操作、JSON、HTML5、Canvas、SVG等，同时也提供了处理文件I/O的操作，从而使你可以向操作系统读写文件等。PhantomJS的用处可谓非常广泛，诸如前端无界面自动化测试（需要结合Jasmin）、网络监测、网页截屏等。
‘贰’ 如何利用Python来爬取网页视频呢
前几天写了个爬虫，用path、re、BeautifulSoup爬取的B站python视频，但是这个爬虫有有个缺陷，没能获取视频的图片信息，如果你去尝试你会发现它根本就不在返回的结果里面。今天就用分析Ajax的方法获取到。
分析页面
点一下搜索，这个url才会出现数烂神，或者点一下下一页
然后就构造这历知个请求就可以了。需要注意的是最后一个参数不能添加。
代码实战
代码里面有些解释已经很清楚了，在这里再次复习一下
re.sub()
这个函数传入五个参数，前三个是必须传入的pattern,、repl、string
第一个是表示的是正则表达式中模式字符串
第二个是要被替换的字符串
第三个是文本字符串剩下两个可选参数，一个是count一个是薯亏flag。
时间戳转换成标准格式的时间第一种方法
第二种方法
综上就是这次的全部内容，多加练习继续加油！
‘叁’ 怎么用Python爬取抖音高点赞高收藏的短视频
用scrapy框架，但是你这样做侵犯了知识版权，如果用于商用，会面临起诉。
记者从北京市海淀区人民法院获悉，因认为刷宝APP采用技术手段或人工方式获取抖音APP短视频及评论并向公众提供的行为构成不正当竞争，北京微播视界科技有限公司（下称微播公司）将北京创锐文化传媒有限公司（下称创锐公司）、成都力奥文化传播有限公司（下称力奥公司）诉至法院。在案件审理过程中，微播公司提出行为保全申请，要求创锐公司、力奥公司立即停止采用技术手段或人工方式获取来源于抖音APP中的视频文件、评论内容并通过刷宝APP向公众提供的行为。北京海淀法院于6月28日依法做出行为保全裁定，支持了微播公司的行为保全申请。
微播公司称，其为抖音APP的开发者和运营者，通过投入高额的运营成本、提供优质的原创内容在同类产品中形成竞争优势，微播公司对抖音APP中的短视频及评论享有合法权益。二被申请人作为同业竞争者，在其共同运营的刷宝APP中向公众提供非法抓取自抖音APP的短视频及用户评论，已取证的短视频数量达5万余条。二被申请人的上述行为削弱了微播公司的竞争优势，违反了反不正当竞争法第二条的规定，构成不正当竞争。
‘肆’ [求助] python 如何爬取 网页上调用JS函数打开的视频链接
selenium + phantomjs 模拟点击按钮，或者另写代码实现js函数openVideo()；
顺着第一步再去解析新页面，看看能否找到视频的原始地址；
假设视频的原始地址第二步找到了，在通过视频的原始地址下载视频就OK啦。
‘伍’ 如何用python爬取视频网站的数据
1.模拟客户端数据采集，分析http返回结果，清洗需要的数据，入库。
2.根据已有数据进行计算，实现增长率之类的数据计算。
3.实时性很难做，你当然可以不停的采数据回来，做个伪实时系统，但需要考虑这些网站是否做了客户端访问次数的限制，你需要考虑在采集器达到访问次数上限之前所采集的数据能否满足你的要求，否则就要被封IP了。
‘陆’ 用python怎么爬取B站每一个分区的总播放量
如果你要的数据量很小的话，python2自带的urllib2写爬虫就可以，如果你要的数据量比较大，就需要专门的爬虫框架scrapy了。
一个爬虫，你首先要分析你要爬取的网页的页面结构，也就是你需要知道在DOM树种你要的元素在哪，然后用能操作DOM的包，比如beautifulsoup或者xpath等，解析DOM，获取你想要的值，然后保存起来
‘柒’ 怎样用python获取电影
实验室这段时间要采集电影的信息，给出了一个很大的数据集，数据集包含了4000多个电影名，需要我写一个爬虫来爬取电影名对应的电影信息。
其实在实际运作中，根本就不需要爬虫，只需要一点简单的Python基础就可以了。
前置需求：
Python3语法基础
HTTP网络基础
===================================
第一步，确定API的提供方。IMDb是最大的电影数据库，与其相对的，有一个OMDb的网站提供了API供使用。这家网站的API非常友好，易于使用。
第二步，确定网址的格式。
第三步，了解基本的Requests库的使用方法。
