微信号:datadw

介绍:实战学习资料提供.涵盖数据分析工具使用,数据挖掘算法原理与案例,机器学习,R语言,Python编程,爬虫.如需发布广告请联系: hai299014

想看爱奇艺VIP视频?一个python脚本帮你搞定

2018-02-02 00:00 数据挖掘入门与实战

 向AI转型的程序员都关注了这个号👇👇👇


大数据挖掘DT数据分析  公众号: datadw


本文代码在公众号 datadw 里 回复 爱奇艺  即可获取。



一、实战背景


爱奇艺的VIP视频只有会员能看,普通用户只能看前6分钟。比如奇门遁甲的URL:http://www.iqiyi.com/v_19rrfnf1gk.html#vfrm=19-9-0-1




我们怎么免费看VIP视频呢?一个简单的方法,就是通过旋风视频VIP解析网站。URL:http://api.xfsub.com/

这个网站为我们提供了免费的视频解析,它的通用解析方式是:

 http://api.xfsub.com/index.php?url=[播放地址或视频id]

比如,对于绣春刀这个电影,我们只需要在浏览器地址栏输入:


http://api.xfsub.com/index.php?url=http://www.iqiyi.com/v_19rrfnf1gk.html#vfrm=19-9-0-1

这样,我们就可以在线观看这些VIP视频了。



但是这个网站只提供了在线解析视频的功能,没有提供下载接口,如果想把视频下载下来,我们就可以利用网络爬虫进行抓包,将视频下载下来。

本文来自 微信公众号 datadw  【大数据挖掘DT数据分析】


二、实战升级


分析方法相同,我们使用Fiddler进行抓包:


我们可以看到,有用的请求并不多,我们逐条分析。我们先看第一个请求返回的信息。



可以看到第一个请求是GET请求,没有什么有用的信息,继续看下一条。



我们看到,第二条GET请求地址变了,并且在返回的信息中,我们看到,这个网页执行了一个POST请求。POST请求是啥呢?它跟GET请求正好相反,GET是从服务器获得数据,而POST请求是向服务器发送数据,服务器再根据POST请求的参数,返回相应的内容。这个POST请求有四个参数,分别为time、key、url、type。记住这个有用的信息,我们在抓包结果中,找一下这个请求,看看这个POST请求做了什么。


很显然,这个就是我们要找的POST请求,我们可以看到POST请求的参数以及返回的json格式的数据。其中url存放的参数如下:


   xfsub_api\/url.php?key=02896e4af69fb18f70129b6046d7c718&time=1505724557&url=http%3A%2F%2Fwww.iqiyi.com%2Fv_19rr7qhfg0.html&type=&xml=1


这个信息有转义了,但是没有关系,我们手动提取一下,变成如下形式:


  xfsub_api/url.php?key=02896e4af69fb18f70129b6046d7c718&time=1505724557&url=http://www.iqiyi.com/v_19rr7qhfg0.html&type=&xml=1


我们已经知道了这个解析视频的服务器的域名,再把域名加上:


  http://api.xfsub.com/xfsub_api\url.php?key=02896e4af69fb18f70129b6046d7c718&time=1505724557&url=http://www.iqiyi.com/v_19rr7qhfg0.html&type=&xml=1


这里面存放的是什么东西?不会视频解析后的地址吧?我们有浏览器打开这个地址看一下:



果然,我们可以看到视频地址近在眼前啊,URL如下:


 http://disp.titan.mgtv.com/vod.do?fmt=4&pno=1121&fid=1FEA2622E0BD9A1CA625FBE9B5A238A6&file=/c1/2017/09/06_0/1FEA2622E0BD9A1CA625FBE9B5A238A6_20170906_1_1_705.mp4



本文来自 微信公众号 datadw  【大数据挖掘DT数据分析】

瞧,我们就这样得到了这个视频在服务器上的缓存地址。根据这个地址,我们就可以轻松下载视频了。


PS:需要注意一点,这些URL地址,都是有一定时效性的,很快就会失效,因为里面包含时间信息。所以,各位在分析的时候,要根据自己的URL结果打开网站才能看到视频。


接下来,我们的任务就是编程实现我们所分析的步骤,根据不同的视频播放地址获得视频存放的地址。

现在梳理一下编程思路:

  • 用正则表达式匹配到key、time、url等信息。

  • 根据匹配的到信息发POST请求,获得一个存放视频信息的url。

  • 根据这个url获得视频存放的地址。

  • 根据最终的视频地址,下载视频。

三、编写代码


本文代码在公众号 datadw 里 回复 爱奇艺  即可获取。


编写代码的时候注意一个问题,就是我们需要使用requests.session()保持我们的会话请求。简单理解就是,在初次访问服务器的时候,服务器会给你分配一个身份证明。我们需要拿着这个身份证去继续访问,如果没有这个身份证明,服务器就不会再让你访问。这也就是这个服务器的反爬虫手段,会验证用户的身份。




人工智能大数据与深度学习

搜索添加微信公众号:weic2c

长按图片,识别二维码,点关注



大数据挖掘DT数据分析

搜索添加微信公众号:datadw


教你机器学习,教你数据挖掘

长按图片,识别二维码,点关注

 
数据挖掘入门与实战 更多文章 百万英雄直播答题辅助系统,非OCR实现 3 个月如何从小白到 Python 高手?清华博士带你入门带你飞! 用Python调用百度OCR接口实例 重磅|教育部发文:AI、算法等2018年进入全国高中课程! 算法工程师的面试难不难,如何准备?-图像处理\/CV\/ML\/DL到HR面总结
猜您喜欢 【第290期】如何快速定位不小心暴露到全局的变量 前端开发需要什么样的状态? 酿造一个新时代——嘉士伯啤酒通过技术手段革新自己 那份我期盼的简历 连羞羞的事都要和机器人一起做,人活着还有什么意义?