python爬蟲 執行緒池建立並獲取檔案程式碼例項
阿新 • • 發佈:2020-01-09
本例項主要進行執行緒池建立,多執行緒獲取、儲存視訊檔案
梨視訊:利用執行緒池進行視訊爬取
#爬取梨視訊資料 import requests import re from lxml import etree from multiprocessing.dummy import Pool import random # 定義獲取視訊資料方法 def getVideoData(url): # url為列表中的視訊url return requests.get(url=url,headers=headers).content # 定義儲存資料方法 def saveVideo(data): fileName = str(random.randint(0,5000))+'.mp4' with open(fileName,'wb') as fp: fp.write(data) # 爬取資料 #例項化一個執行緒池物件,開啟5個執行緒池 pool = Pool(5) url = 'https://www.pearvideo.com/category_1' headers = { 'User-Agent':'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/72.0.3626.119 Safari/537.36' } page_text = requests.get(url=url,headers=headers).text tree = etree.HTML(page_text) li_list = tree.xpath('//div[@id="listvideoList"]/ul/li') video_url_list = [] # 存的是將要下載視訊的url for li in li_list: detail_url = 'https://www.pearvideo.com/'+li.xpath('./div/a/@href')[0] detail_page = requests.get(url=detail_url,headers=headers).text #因為視訊連線不在標籤匯中,而是一個js語句,所以用正則匹配 video_url = re.findall('srcUrl="(.*?)",vdoUrl',detail_page,re.S)[0] video_url_list.append(video_url) # map函式的應用:引數1:回撥函式,引數2:列表; #將列表中的引數賦值給回撥函式的形參,讓回撥函式處理 video_data_list = pool.map(getVideoData,video_url_list) pool.map(saveVideo,video_data_list)
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。