环境:

centos6.5 python2.6.6   http://www.budejie.com/( 纯属测试,并无恶意 )


网站分析:

我们点视频按钮 可以看到url是:http://www.budejie.com/video/

python爬虫爬网站的视频和图片_爬虫

接着我们点开网页源码,看下面之处

python爬虫爬网站的视频和图片_python_02

接着我们把那个下面画红线的链接点开,可以看到是个视频。

python爬虫爬网站的视频和图片_爬虫_03

下面我进行相似的操作点图片按钮,可以看到链接:http://www.budejie.com/pic/

python爬虫爬网站的视频和图片_python_04

接着我们点开网页源码。

python爬虫爬网站的视频和图片_python_05

相同操作,我们点开链接:http://mpic.spriteapp.cn/ugc/2016/07/07/577d9f0cdd67d_1.jpg

python爬虫爬网站的视频和图片_爬虫_06

基本上就是这么个套路,也就用了python的两个模块 一个urllib 一个re正则

效果图:

这个是我爬下来的图片

python爬虫爬网站的视频和图片_爬虫_07

这个是我爬下来的视频 

python爬虫爬网站的视频和图片_python_08

这个是我把Linux上的视频拖一下到Windows上给大家看效果。

python爬虫爬网站的视频和图片_爬虫_09


下面直接上代码!!!

爬视频的代码

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import urllib,re
def geturl():
	html = urllib.urlopen("http://www.budejie.com/video/").read()
	reg = r'data-mp4="(.*?)"'
	return re.findall(reg,html)
for page in range(1,100):
	for i in geturl():
		print i   #i是视频的链接地址
		video = urllib.urlopen(i).read()
		fwc = open('./video/%s' %i.split('/')[-1],'wb')
		fwc.write(video)
		fwc.close()				

爬图片的代码

# -*- coding:utf-8 -*-
import urllib,re
def geturl():
	html = urllib.urlopen("http://www.budejie.com/pic/").read()
	reg = r'data-original="(.*?)"'  
	return re.findall(reg,html)
for page in range(1,100):
	for i in geturl():
		print i   #i是图片的链接地址
		video = urllib.urlopen(i).read()
		fwc = open('./picture/%s' %i.split('/')[-1],'wb')
		fwc.write(video)
    		fwc.close()