Python实战-让在职教育类网站的视频全自动播放
Python实战-让在职教育类网站的视频全自动播放
阅读本文需要 5.8 分钟。
时间是公平的，因为每个人的一分钟都是 60 秒；时间又是最不公平的，有人一年的收获顶得上别人十年，这取决于如何利用时间。
成年人的世界，一个字忙，忙得没有时间学习，没有时间健身，没有时间陪家人。其实解决忙这个问题很简单，那就是做减法，减去不必要的应酬、会议，减去不重要的事项，只保留那些重要的，有意义的，所谓永远只做那些重要不紧急的事情。另外节省时间的方法就是借助工具，提高效率。
这些年流行网络课程学习，在职人士尤其如此，有些课程，需要你花钱去用心学；有些课程，别人花了钱你也得学，什么学习积分，学习报表，积累学时等等，还与绩效、职称挂勾。后者大概率不许快进，这样就要花费时间点击播放，再点击再播放，直到看完完成任务。
如果你知道 Python，其实应对一些不得不看的在线课程，非常简单，可以写代码让它全部自动播放，最近就有个朋友让我帮助开发一个可以自动播放网课的工具，来缓解大量线上学习的压力，感觉这一过程应该有不少人需要，特些记录下来，可以帮助有同样需求的朋友。
如果对技术无感，想直接使用现成的工具，请移步：https://t.zsxq.com/7yzF23R 阅读原文可直接访问链接。
如果手撸代码，请继续阅读。
示例网址：http://jxjy.jxt.zj.gov.cn/iext/zgProject/index.jsp，请自行注册账号。网站风格如下：
第一步：登陆。
登陆前，先打开开发者工具（Chrome浏览器的快捷键是F12），然后登陆，查看接口返回数据：
点击这个login的接口，查看详细信息如下：
这点重点记录四个信息：
1、请求的接口地址，即图中的 Request URL 及请求的方法。 2、Cookie 中的信息，这里是 JSESSIONID。 3、传递的参数和返回的接口数据。
根据这些信息，使用 requests 库自带的 session 功能很容易写出登陆的代码，并且可以获取此处的 JSESSIONID，可以大致推测出后续的请求也是使用该 JSESSIONID。
import requests
session = requests.Session()
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
'(KHTML, like Gecko) Chrome/67.0.3396.87 Safari/537.36',
'X-Requested-With': 'XMLHttpRequest',
}
def login():
params = {
'account': your_username,
'password': your_password,
}
r = session.post("http://jxjy.jxt.zj.gov.cn/iext/zg/webfront/user/loginByAccount.do", params=params,headers = headers)
jsessionid = session.cookies.get('JSESSIONID')
return jsessionid第二步：获取信息。
登陆后， 获取到了 JSESSIONID。接下来，我们看到登陆后，还有一个接口，返回的是视频课程的列表，此接口使用的 JSESSIONID 和登陆是一致的，可以推断出 JSESSIONID 是后续接口请求的凭证，不过这个凭证是记录在 cookie 中的，requests 的 session 功能可以自带 cookie 请求，因此不需要单独处理。这里就是着重要分析的地方：
我们可以从这里获取课程的名称，持续时间，学习进度，编号等信息，有了这些信息，就可以为后续接口的请求提供参数了。方法有很多，正则表达式，BeautifulSoup，Selenium 喜欢哪个就用哪个吧，我这里使用 BeautifulSoup。参考代码如下：
def get_play_list_info():
video_list = []
for i in range(4):
params = {
'pageNum': i + 1,
'url': '/zgProject/front/learncenter/list'
}
r = session.get("http://jxjy.jxt.zj.gov.cn/iext/zg/webfront/DatumFrontController/infolist.do", params, headers )
soup = BeautifulSoup(r, "html.parser")
for el in soup.findAll("div", {'onclick': re.compile("skip(.*)")}):
video_name = el.find("div", {'class': 'clearfix'}).get('title')
function_name = el.get('onclick')
video_id = function_name.split(",")[0].split('(')[1].strip()
progress = el.find("span", {'class': 'baif'}).get_text()
durationTime = el.find("span", {'class': 'durationTime'}).get_text()
if progress != '已完成':
video_list.append({'video_name': video_name, 'video_id': video_id, 'progress': progress,
'durationTime': int(durationTime)})
logger.info(f"共 {len(video_list)} 个待播放的课程，将依次播放：")
for video in video_list:
logger.info(f"{video['video_name']},总时长：{video['durationTime']}秒")
return video_list第三步：分析视频播放进度保存逻辑。
以上步骤，可以获取所有未完成的课程列表，包括名称、ID，持续时长，当前进度等信息。接下来，我们点击一个视频播放，然后看看接口处有什么信息：
这里我们发现请求的参数中有两个，一个是 time，值是 110，一个是 zgcid，可以猜测，time 是秒数，zgcid 是对应的是视频课程的编号。过一会时间，发现又发送了请求：
此时 time 为 226，发现间隔了约 120 秒钟，继续观察：
image.png
接口名称叫 saveplayrecord，很容易猜测到，每隔 120 秒发送向服务器一次这样的请求，就代表向服务汇报，我当前已经观看到了这个位置，当 time 为视频的总持续时长时，视频播放的状态会显示为已完成。
def play_video(video):
logger.info(f"{video['video_name']} 开始播放..." )
params = {
'url': '/zgProject/front/learncenter/videocast2',
'zgcid': video['video_id']
}
session.get("http://jxjy.jxt.zj.gov.cn/iext/zg/webfront/DatumFrontController/detail.do", params, headers)
percent = float(video['progress'].replace("已观看","").replace("%","").strip())
cnt = int(video['durationTime']*percent/100)
logger.info(f"当前进度:{percent:0.2f}%")
while cnt < video['durationTime']:
time.sleep(120)
cnt += 120
if cnt > video['durationTime']:
cnt = video['durationTime']
params = {'time':cnt, 'zgcid':video['video_id'] }
r = session.post("http://jxjy.jxt.zj.gov.cn/iext/zg/webfront/DatumFrontController/saveplayrecord.do", params,headers)
if r.json()['success'] == 1:
logger.info(f"播放进度为: {cnt*100/video['durationTime']:0.2f}%")
logger.info(f"{video['video_name']} 播放完成。" )到这里，我们发现播放视频的过程中，每隔两分钟，网站会向服务器发送一次请求，保存当前视频的播放进度。此时已经豁然开朗。接下来就是组装代码的事情了。
用代码小结
login()
videos = get_play_list_info()
for video in videos:
play_video(video)
print("视频播放完毕")爬虫的本质在于获取信息，获取信息的前提是知道信息发送和接收的方式，因此如果本文看不太懂的朋友，建议先花费 1 - 2 个小时看下 HTTP 协议，再学习下非常适合人类使用的 Python 第三方库 requests，之后再看此文，就十分简单。
（完）
专注于Python技术分享
订阅、在看、转发是真情