「昨天爬了情头，今天爬电影，本章带你体验一下如何爬取一部电影」

注：非盈利性东西，也请勿瞎玩。

电影地址，就不提供了，网上一大堆。

文章所涉及的库例如m3u8是需要pip下载的，不建议直接pip install ~ 因为下载不了(亲自尝试)，我指定了源进行下载。

教程

老套路，抓包。

这里只涉及单个.m3u8链接。第一个m3u8包是个广告类的玩意，可以自行下载看。

直接锁定第二个，Get请求，地址也拿到了。

解析m3u8，也就是发起请求看看

url = 'https://www.ldxmcloud.com/20230224/McubV3Kc/1100kb/hls/index.m3u8'
headers = {
    'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/111.0.0.0 Safari/537.36 Edg/111.0.1661.62'
}
reslut = requests.get(url=url,headers=headers)
reslut.encoding='utf-8'
print(reslut.text)

这样就能获得一堆的.....ts的东西了，有的时候会有混淆的情况，比如这里就是.jpg文件，不过没事，点进去会重载到.ts。

「但是也要注意了，后缀是.jpg，后面我们需要改动一下」

然后我们使用正则匹配出全部的https://....jpg文件。

正则会吧，不会也不教了，自学吧。

res = re.findall('(https:.*jpg)',reslut.text)

好，拿到全部的.jpg文件了。接下来又是发起请求了。

for value in res:
    vodie = requests.get(url=value, headers=headers)
    with open('report/' + value[-12:-4] + '.ts','ab+') as w:
        w.write(vodie.content)
        print("加载成功~",value)

循环出每一个jpg文件，注意保存格式gaicheng.ts。写入用ab+，其他的没了，照常write就好。

这样就能在我的report下看到一个个ts文件了。

单线程有点慢，有时候请求会卡住，所以，可以关闭再跑一次。

「我这里没有请求完，只是一个示例，可以自行跑完尝试一下——————建议开多线程」

最后就是关键性的东西了，合并ts成一个MP4文件。百度一大堆，随便扒拉了一个。

from tqdm import tqdm
import os

path = 'report/'
files = os.listdir(path)
print(files)
for file in tqdm(files, desc="正在转换视频格式："):
        if os.path.exists(path + file):
            with open(path + file, 'rb') as f1:
                with open(path + "电影.mp4", 'ab') as f2:
                    f2.write(f1.read())
        else:
            print("失败")

「tqdm这个可要可不要，就是个进度条的东西，需要第三方下载pip一下即可。」

跑完就能看到一个mp4文件，然后就能顺利播放了。

注意：这里的.m3u8是没有任何加密的东西的，很多电影其实时候加密的，需要解密，可以了解一下m3u8库。

最后：gitee地址~拿代码，单线程，封装好了的。 https://gitee.com/qinganan_admin/reptile-case/tree/master/%E7%94%B5%E5%BD%B1