❤️心动挑战❤️python爬虫爬取B站封面图片

原创

远方的星

修改于 2021-08-21 10:20:05

1.2K0

修改于 2021-08-21 10:20:05

文章被收录于专栏：学习笔记（宝藏）学习笔记（宝藏）

🍑源生动力😍

对于文章，标题是其浓缩的精华；那么对于视频，其封面就可能是最亮眼的那一帧。B站，作为最近比较火热的短视频平台，其舞蹈区各种各样的舞蹈，尤其是宅舞，深受“宅男”的喜爱。（~~别和我说什么黑丝、jk，我真的不喜欢😆~~ ）

于是乎，我就尝试使用爬虫获取B站的封面。

🍉网页获取

B站是有防爬措施的，我一开始根据网页进行分析，无果。

转念一想，这么火热的B站，想爬取的人肯定不止我一个，于是乎，我就开始搜索相关的文章和视频。

啪的一下，很快啊，我就找到一篇，根据B站AV号爬取封面图片的文章，我试了一下，咦，还真能用🤩（心中狂喜）

# 根据aid，获取封面
https://api.bilibili.com/x/web-interface/view?aid=（aid）

可转念一想，从去年开始，B站就开始用BV号了，哪来的AV号给我呀，文章里的AV号是哪来的呀？害，我转念又看了文章的日期，2019年，哦，那没事了，人家写那会，B站还没改呢😂

方法总比困难多，现在起码知道了怎么利用AV号，那我利用BV号找到AV号不就可以了吗？我真是个大聪明。

找寻一番，有个大佬分享了BV号的api，点击传送至大佬页面

我一看，哦，还是B站的大佬，你这不讲武德，居然教别人搞B站（~~不过我喜欢🤪~~ ）

# 根据BV号获取cid
https://api.bilibili.com/x/player/pagelist?bvid=(bvid,要带上开头的BV!)
# 根据BV号和cid获取视频播放列表
https://api.bilibili.com/x/player/playurl?cid=(cid)&qn=(qn)&bvid=(bvid,要带上开头的BV!)
# 根据BV号和cid获取aid
https://api.bilibili.com/x/web-interface/view?cid=(cid)&bvid=(bvid,要带上开头的BV!)

总结上述内容的api，那么思路就有了，简直是有手就行呀，跟着大佬混，就是行！😏

先根据BV号找到cid，再根据BV号和cid获取aid，再根据aid获取封面。

而且爬取过程中的数据基本上都是json数据。其中：

cid的数据在json的['data'][0]['cid']中

aid的数据在json的['data']['aid']中

封面图片的数据在json的['data']['pic']中

更详细的过程，我写在了代码的注释中👇

🍇完整代码

# -*- coding: UTF-8 -*-
# @Time: 2021/8/17 20:12
# @Author: 远方的星
# @CSDN: https://blog.csdn.net/qq_44921056

import os
import json
import requests
import chardet
from fake_useragent import UserAgent

# 随机产生请求头
ua = UserAgent(verify_ssl=False, path='D:/Pycharm/fake_useragent.json')


# 随机切换请求头
def random_ua():
    headers = {
        "accept-encoding": "gzip",  # gzip压缩编码  能提高传输文件速率
        "user-agent": ua.random
    }
    return headers


#  创建文件夹
def path_creat():
    _path = "D:/B站封面/"
    if not os.path.exists(_path):
        os.mkdir(_path)
    return _path


# 对爬取的页面内容进行json格式处理
def get_text(url):
    res = requests.get(url=url, headers=random_ua())
    res.encoding = chardet.detect(res.content)['encoding']  # 统一字符编码
    res = res.text
    data = json.loads(res)  # json格式化
    return data


# 根据bv号获取av号
def get_aid(bv):
    url_1 = 'https://api.bilibili.com/x/player/pagelist?bvid={}'.format(bv)

    response = get_text(url_1)
    cid = response['data'][0]['cid']  # 获取cid

    url_2 = 'https://api.bilibili.com/x/web-interface/view?cid={}&bvid={}'.format(cid, bv)
    response_2 = get_text(url_2)

    aid = response_2['data']['aid']  # 获取aid
    return aid


# 根据av号获取封面图片
def get_image(aid):
    url_3 = 'https://api.bilibili.com/x/web-interface/view?aid={}'.format(aid)
    response_3 = get_text(url_3)
    image_url = response_3['data']['pic']  # 获取图片的下载连接
    image = requests.get(url=image_url, headers=random_ua()).content  # 获取图片
    return image


# 下载封面
def download(image, file_name):
    with open(file_name, 'wb') as f:
        f.write(image)
        f.close()


def main():
    k = 'Y'
    while k == 'Y':  # 根据用户需要一直循环
        path = path_creat()  # 创建保存B站封面的文件夹
        bv = input("请输入视频的bv号：")
        image_name = input("请你给想要下载的封面取一个喜欢的名字叭：")
        aid = get_aid(bv)
        image = get_image(aid)
        file_name = path + '{}.jpg'.format(image_name)
        download(image, file_name)
        print("封面提取完毕^_^")
        k = input("按Y键继续提取，按Q退出：")


if __name__ == '__main__':
    main()

==代码可直接复制运行==，如果对你有帮助，记得==点赞==哦，也是对作者最大的鼓励，不足之处可以在评论区多多指正、交流。