今天早上组长一声不吭的坐在我背后。良久,说了一句话:“爬视频。”
“。。。。”
我最讨厌的就是爬视频,但我没有说出来。
“我们有个主打视频直播的app一月份要上线,现在还没有视频呢”
“嗯”
“先爬两个网站吧,一个蛙趣,另一个爆米花视频。其中爆米花视频难度很大,源代码中没有视频地址,后台抓包也没有。我建议你们去研究下谷歌的flash downloader的代码,看下它是怎么运作的。”
“蛙趣也一样么?”
“蛙趣的视频地址直接在源代码里,很好爬,很简单”
“所以?”
“所以你爬爆米花视频,让新来的那个大学生爬蛙趣”
。。。。。。。
<strong>为什么不让我爬简单的呀???</strong>
不过幸亏我之前有爬过腾讯视频的经验,现在已经是老司机了,不怕!
开工!
虽然知道源码肯定没有视频地址,但我还是要看一眼的。
然后去抓包吧!
瞧我找到了什么?念出来听听 get video url!什么意思?获得视频地址!
这工作难度不怎么大嘛!
然后让我们点开来看看里面有什么呢
我在后台也抓到了视频(
ps:这里要解释一下,我们的目的是要解析出视频地址的构成,然后通过爬虫爬取视频。只是在后台抓包得到的视频,我们是没办法通过代码获得它的地址的
)http://183.57.28.35/vm48001.baomihua.com/f1b7fcdd9ef351de417bfa4e297b08a0/5853FD5F/pomoho_video/36671137_9_b5d25b7ac35a11e68cdc008cfa19a1e4.mp4?start=0&end=60&wsiphost=local
然后我对视频地址进行删减,得到最终可用的精简地址
vm48001.baomihua.com/f1b7fcdd9ef351de417bfa4e297b08a0/5853FD5F/pomoho_video/36671137_9_b5d25b7ac35a11e68cdc008cfa19a1e4.mp4
vm48001
还有36671137
我们都可以在上面那个网页中看到。这里可以简单分析下,VM48001估计是480p的意思,然后36671137是视频的vid(
源代码中也可以找到
),最后的b5d25b7ac35a11e68cdc008cfa19a1e4
我推测是网页中我箭头指出的streamname
我根据已有线索,尝试拼凑出自己的视频url,按下回车键等着见证奇迹的出现,结果。。。。。
我慌了。。。。前两天我还在想要不要学下塔罗牌,以后出去忽悠人或许能赚钱呢。现在也许不用想了。。。爬不到视频等着失业把。。。要不要现在上淘宝买副塔罗牌。。。。
不过我是不能这么快放弃滴!再回头看下原来的真实地址
vm48001.baomihua.com/f1b7fcdd9ef351de417bfa4e297b08a0/5853FD5F/pomoho_video/36671137_9_b5d25b7ac35a11e68cdc008cfa19a1e4.mp4
重新分析下,我把这地址分两部分,以pomoho_video为分界,前面部分vm48001.baomihua.com/f1b7fcdd9ef351de417bfa4e297b08a0/5853FD5F
确定是从后台的getvideourl网页中获得,而后半部分36671137_9_b5d25b7ac35a11e68cdc008cfa19a1e4.mp4
我并没有找到,所以就瞎猜是那个streamname
,结果失败了。现在就差这后半部分不知道从哪里获取。
弄了一上午,毫无头绪。下午睡醒以后,我突然灵光一闪,想起以前在知乎看到一句话:“无论什么时候,爬移动端总是比爬pc端容易的”
我赶紧的在手机下了爆米花的app
然后我用fiddler监控手机,看到了下面这个东西
getvideourl,跟电脑上抓到的一样,让我们先点进去看看
就是这两个东西!!!!尤其是streamname和PC端上的那个不一样,但这才是我们需要的。把它们加上/pomoho_video/就可以拼接出视频的真实地址了!!我不用失业了!!!
vm48001.baomihua.com/45047bc2d6a080b4154a84ed5c9311d9/58540B0A/pomoho_video/36670602_9_c5b99790c33411e6ab69003048cbefde.mp4
这是拼出来的url,我们点开试一下!(token10十分钟失效,你们不用点开这个地址了)
完结撒花!!!我的工作保住了!!('ps:地址栏那Ip地址是自己生成的,即使你没有
')
本篇只分析,我就不写爬虫代码了。
如果你们想爬就去后台抓包找到那个geturl的入口,把参数pc改成phone就可以了。