知乎有很多好玩的微信8.0状态视频，用Python一键下载

于是我就想把这些视频下载下来，也玩一玩。本文讲述如何使用 Python 一键下载知乎某个回答下的所有视频。

思路：分析知乎回答页面 -> 定位视频 -> 寻找视频播放的 url -> 下载。其实就两步：找到 url，然后下载。

寻找 url

一个回答下面可能有多个视频，先分析一个视频，打开谷歌浏览器的开发者工具窗口，找到 network，勾选 preserve log、disable cache，选择 xhr，刷新，很容易找到如下图所示的接口:

从上图接口返回的数据就可以获取视频播放的 url、标题、格式等信息，这就够了，复制 play_url，放在浏览器上看一下，发现可以直接下载，说明那么这个 url 就是我们需要的。

接下来，写代码，获取接口返回的数据：

def get(url: str) -> list:
    """
    获取知乎视频的 url
    返回格式
    [{'url':'', 'title','format':'',},{}]
    """
    data = []
    headers = {
        "user-agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 11_1_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36",
    }
    with requests.get(url, headers=headers, timeout=10) as rep:
        if rep.status_code == 200:
            ids = re.findall(r"www.zhihu.com/zvideo/(\d{1,})", rep.text)
            ids = list(set(ids))  # 去掉重复元素
        else:
            print(f"网络连接失败，状态码 { rep.status_code }")
            return []

    if not ids:
        print("视频获取失败，可能是这个页面没有视频")
        return []

    for id in ids:
        print(id)
        with requests.get(
            f"https://www.zhihu.com/api/v4/zvideos/{id}/card",
            headers=headers,
            timeout=10,
        ) as rep:
            if rep.status_code == 200:
                ret_data = rep.json()
                playlist = ret_data["video"]["playlist"]
                title = ret_data.get("title")
                temp = playlist.get("ld") or playlist.get("sd")
                if temp:
                    sigle_video = {}
                    sigle_video["url"] = temp.get("play_url")
                    sigle_video["title"] = title
                    sigle_video["format"] = temp.get("format")
                    data.append(sigle_video)
            else:
                print(f"网络连接失败，状态码 { rep.status_code }")
                return []
    return data

下载视频

这个比较简单了，直接请求视频播放的 url，将流式的内容保存到文件中，最多再加个进度条的展示。部分视频获取的 title 为空，这时就使用时间戳来命名文件。

请看代码：

def download( file_url, file_name=None, file_type=None, save_path="download", headers=None, timeout=15,): 
    """
    :param file_url: 下载资源链接
    :param file_name: 保存文件名，默认为当前日期时间
    :param file_type: 文件类型(扩展名)
    :param save_path: 保存路径，默认为download,后面不要"/"
    :param headers: http请求头
    """
    if file_name is None or file_name == "":
        file_name = str(datetime.now())

    if file_type is None:
        if "." in file_url:
            file_type = file_url.split(".")[-1]
        else:
            file_type = "uknown"

    file_name = file_name + "." + file_type

    if headers is None:
        headers = {
            "User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 9_1 like Mac OS X) AppleWebKit/601.1.46 (KHTML, like Gecko) Version/9.0 Mobile/13B137 Safari/601.1"
        }

    if os.path.exists(save_path):
        pass
    else:
        os.mkdir(save_path)

    # 下载提示

    if os.path.exists(f"{save_path}/{file_name}"):
        print(f"\033[33m{file_name}已存在，不再下载！\033[0m")
        return True

    print(f"Downloading {file_name}")
    try:
        with requests.get(
            file_url, headers=headers, stream=True, timeout=timeout
        ) as rep:
            file_size = int(rep.headers["Content-Length"])
            if rep.status_code != 200:
                print("\033[31m下载失败\033[0m")
                return False
            label = "{:.2f}MB".format(file_size / (1024 * 1024))
            with click.progressbar(length=file_size, label=label) as progressbar:
                with open(f"{save_path}/{file_name}", "wb") as f:
                    for chunk in rep.iter_content(chunk_size=1024):
                        if chunk:
                            f.write(chunk)
                            progressbar.update(1024)
            print(f"\033[32m{file_name}下载成功\033[0m")
    except Exception as e:
        print("下载失败: ", e)
    return True

执行代码下载：

import os, sys
import re
import click
import requests
from datetime import datetime

def get(url: str) -> list:
    #见上文
    ...

def download( file_url, file_name=None, file_type=None, save_path="download", headers=None, timeout=15,): 
    #见上文
    ...



if __name__ == "__main__":
    videos = get(sys.argv[1])
    for video in videos:
        download(file_url = video['url'],file_name= video['title'] ,file_type= video['format'],save_path='./download')

执行结果如下图所示：

最后的话

网站可能会发生变更，因此本文的代码可能随着时间变化而无法使用，请自行调节一些正则表达式和参数。爬取的思路是通用的，无非就是找到视频的流式数据，进行保存。思路有了，编写代码就是体力活了。

此外，如果你只是想要一些酷炫、搞笑、可爱的视频资源，玩一下微信 8.0 的状态，请在公众号「Python七号」回复「视频」，即可获取微信 8.0 的状态视频合集的下载链接：

该关键词不定期更新一些有趣好玩的视频。后面会更新其他网站用Python 爬取视频的方法，敬请关注「Python七号」，设为星标，第一时间接收更新。

资料