点击上方“编程派”，选择设为“设为星标”
优质文章，第一时间送达！
来源：https://urlify.cn/2qyMBb一直想爬取BiliBili的视频，无奈一直没有去研究一下。
最近，在旭哥的指点之下，用了Fiddler抓包，抓到了一直期待的视频包，完成了下载。# 相关依赖 ：Fiddler+Python3 + Requests进入这个页面：https://www.bilibili.com/video/av26019104，如下图所示。点击播放按钮。可以看到Fiddler已经抓到了很多包。别着急，现在还没有视频包出现。由于需要时间下载，所以具体视频包会过一会才能弹出来。过大概一两分钟，就会看到这个包，如下图。可以清楚的看到这个是Flv形式的视频流的包，看这个包的大小也可以看出来，是相当的大。下面分析一下这个包的具体参数。点击上图红色圈圈那个“Raw",会弹出下面这个窗口可以看到是一个Get请求，请求的url和Headers都很清楚。这时候就可以实验一下，来写一小段代码测试一下是否可以通过requests.get()方法来下载视频。#######################################################################import requests
with open("D:\video\bilibili.mp4") as f: f.write(requests.get(url, headers = headers, verify = False).content) #这里的Verify=False是跳过证书认证 print("下载完成") # 这里只是写了核心部分，headers和url没有写，直接copy过来就好了，# 注意Url前面要加Host. 真正的请求地址是http://主机Host地址/upgcx.......
############################################################################
可以看到如果你运行这段代码，已经可以把视频下载到了本地。这里你可以多试几个视频，可能会发现，有些视频按照抓包得到的Headers，请求之后只能Get到一部分视频，比如视频8M，你Get到只有2M。你去看一下Headers就会发现，他多了一个Range参数。把这个删除掉，就可以下载了。经过我的实验，所有视频请求的Headers格式都可以统一为下图这样。里面有2个参数哈。1.host,主机名，就是从你爬出来的URL中正则出来的host要找URL，可以看一下URL中的内容，里面的hfa=xxxxxxxx和hfb=xxxxxxx应该是加密的？这可怎么办。这时候用Fiddler，从抓来的包里搜索一下这两个参数，肯定藏在某个包里。用CTRL + F 输入hfa 搜索。可以看到包含HFA关键字的包都被找出来了。进去一看，其实包含在网页源代码的包，也就是说URL中的参数包含在网页源代码里。回到最初的那个视频页面，看一下网页源代码。搜索一下URL。惊喜的发现，其实整个URL都在网页源码里。这岂不是太简单了。不过需要注意的是，这个URL中含有的hfa等加密部分是会动态变化的。所以在最终脚本的代码结构中，需要拿一个URL,及时用来做get请求。下载完成之后再拿下一个URL。我之前就犯过这样的错，由于URL过期，导致部分视频下载不到。3. 从UP主的主页爬取所有视频的信息（视频编号，标题）。在之前的实验之上，现在只要有视频编号，我们就可以下载到对应的视频了。所以接下来要做的工作就是从Up主的主页来获取所有的视频信息。这时候看Filddler抓包的结果，看到这个json包，里面包含了本页所有视频的信息。也做一下实验，可以发现Cookie是不必须的参数。同之前下载视频的Get方法，同样可以Get到这个Json包。然后就可以把内容通过Json解析的语句拿出来。这里我并没有做翻页的工作，而是直接请求了100个视频。想做翻页的同学，加一点代码就好了。回复下方「关键词」，获取优质资源
回复关键词「 pybook03」，立即获取主页君与小伙伴一起翻译的《Think Python 2e》电子版
回复关键词「入门资料」，立即获取主页君整理的 10 本 Python 入门书的电子版
回复关键词「m」，立即获取Python精选优质文章合集
回复关键词「book 数字」，将数字替换成 0 及以上数字，有惊喜好礼哦~
题图：pexels，CC0 授权。
