前段时间安装了一个慕课网app,发现不用注册就可以在线看其中的视频,就有了想爬取其中的视频，用来在电脑上学习。
决定花两天时间用学了一段时间的python做一做。（我的新书《Python爬虫开发与项目实战》出版了，大家可以看一下样章） 我使用的是pycharm进行开发,使用BeautifulSoup模块解析html,整个代码进行了比较详细的注释。
整个工程结构:
----entity --------__init__.py --------fileinfor.py用来描述视频文件信息 ----filedeal --------__init__.py --------file_downloader.py用于视频文件的下载 ----spider 爬虫的核心内容
--------__init__.py --------html_downloader.py html下载器 --------html_parser.py html解析器 --------spiderman.py 爬虫核心逻辑 ----test test文件夹主要是用来测试一些用例,不参与整个程序运行 ----conf.py 一些全局变量 ----index.py 程序启动入口 运行环境:
python 2.7.X
需要安装的支持模块:
BeautifulSoup (pip install或者下载源代码包setup.py),下载链接:https://pypi.python.org/pypi/beautifulsoup4/4.3.2 运行:在windows上直接双击start.bat,linux上没试 现在将程序运行起来,双击start.bat:
输入课程号，选择视频品质:
等到显示100%时，会将视频下载到当前目录下
源代码在我的github上:https://github.com/qiyeboy/spider_smooc
欢迎大家指教学习
我的微信公众号:qiye_python
请大家关注，我会经常分享我的技术和作品,大家共同进步