import requests import re import json from moviepy.editor import VideoFileClip,AudioFileClip headers={ 'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:109.0) Gecko/20100101 Firefox/114.0', 'referer':'https://message.bilibili.com/' } def get_url_html(url): req=requests.get(url,headers=headers) htmltext=req.text get_json(htmltext) def get_json(htmltxt): r=re.findall(r'<script>window.__playinfo__=(.*? )</script>',htmltxt)[0] js=json.loads(r) print(js) audiourl=js['data']['dash']['audio'][0]['base_url'] videourl=js['data']['dash']['audio'][0]['base_url'] download(audiourl,videourl) def download(audiourl,videourl): res=requests.get(url=audiourl,headers=headers) print('音频爬取中，请等待......') with open('your_audio_name.mp3','wb') as f: f.write(res.content) res=requests.ger(url=videourl,headers=headers) print('视频爬取中，请等待......') with open('your_audio_video.mp4','wb') as f: f.write(res.content) merge_audio_video('your_audio_name.mp3','your_video_name.mp4','output.mp4') print('合并完成') def merge_audio_vcideo(audio_path,video_path,output_path): audio=AudioFileClip(audio_path) video=VideoFileClip(video_path) video=video.set_audio(audio) video.write_videofile(output_path,codec='libx264',audio_codec='aac') if __name__ =='__main__': url=input('请输入想要爬取的Bilibili视频播放链接：') get_url_html(url)

这段代码是一个用Python编写的爬取Bilibili视频的脚本。它使用了requests库发送HTTP请求，re库进行正则表达式匹配，json库解析JSON数据，moviepy库处理音视频文件。

首先，它定义了一个headers字典，包含了User-Agent和referer信息。然后，定义了get_url_html函数，接收一个URL作为参数，发送HTTP请求获取网页内容，并调用get_json函数解析JSON数据。

get_json函数使用正则表达式从网页内容中提取出JSON数据，并使用json.loads将其转换为字典对象。然后，从字典中获取音频和视频的URL，并调用download函数下载音频和视频文件。

download函数使用requests库下载音频和视频文件，并保存到本地文件中。然后，调用merge_audio_video函数将音频和视频文件合并为一个文件。

最后，在main函数中获取用户输入的Bilibili视频链接，并调用get_url_html函数进行爬取操作。

请注意，在运行这段代码之前，需要先安装requests、re、json和moviepy库。

相关问题

帮我优化一下代码：import requests from lxml import html url = "https://www.baidu.com" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36" } response = requests.get(url, headers=headers) html_tree = html.fromstring(response.content) titles = html_tree.xpath('//ul[@class="s-hotsearch-content"]/li/a/text()') print(titles)

以下是对给定代码的优化建议：

1. 可以将导入的库放在一起，提高代码的可读性。

2. 可以使用更具体的XPath路径表达式来获取标题，以提高代码的准确性。

3. 可以将获取标题的逻辑提取为一个函数，以便复用和测试。

4. 可以添加适当的错误处理机制，防止因异常情况导致程序中断。

下面是优化后的代码示例：

import requests
from lxml import html

def get_titles(url):
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/114.0.0.0 Safari/537.36"
    }
    try:
        response = requests.get(url, headers=headers)
        response.raise_for_status()  # 检查请求是否成功
        html_tree = html.fromstring(response.content)
        titles = html_tree.xpath('//ul[@class="s-hotsearch-content"]/li/a/text()')
        return titles
    except requests.exceptions.RequestException as e:
        print("请求出错:", e)
        return []

url = "https://www.baidu.com"
titles = get_titles(url)
print(titles)

通过将获取标题的逻辑封装为函数，并添加了错误处理机制，可以提高代码的可读性和健壮性。这样，在其他地方需要获取标题时，只需调用该函数即可。

import requests import re import os session = requests.Session() # (1) 爬取m3u8文件的链接 url = "https://www.9tata.cc/play/14999-1-0.html" headers = { 'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36' } res = session.get(url, headers=headers, verify=False) m3u8_link = re.search('now="(.*?m3u8)"', res.text).group(1) print(m3u8_link)

这段代码的功能是爬取一个网站的某个视频的m3u8文件链接。其中，requests模块用于发送HTTP请求和接收HTTP响应，re模块用于正则表达式匹配，os模块用于文件操作。

首先，创建一个Session实例，可以保持会话并在请求之间共享cookie。然后，发送GET请求到指定的URL，并设置请求头部信息。 verify=False表示忽略SSL证书验证，这在爬取一些HTTPS网站时可能会用到。

接着，使用正则表达式从响应文本中提取m3u8文件链接，并打印输出。注意，re.search返回的是一个Match对象，需要使用group(1)方法获取第一个匹配分组的内容。