Python构建自动在线刷视频的实现

简介: Python构建自动在线刷视频的实现

介绍

本文主要介绍了Python构建自动在线刷视频的实现,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下


前言

学习Python的初衷是因为它的实践的便捷性,几乎计算机上能完成的各种操作都能在Python上找到解决途径。平时工作需要在线学习。而在线学习的复杂性经常让人抓狂。费时费力且效率很低,而让Python这个不知疲倦、不怕麻烦与辛苦、不会抱怨的助手去搞定主人想做的一切。自己泡杯咖啡惬意的学习才是我辈的终极目标。


一、完成功能的条件


1.必备条件

安装Python环境(https://www.python.org/)

安装Selenium安装

使用的对应版本浏览器驱动(webdriver)


2.非必备条件

安装PyCharm集成环境


二、解决Python软件的坑


1.安装Python

打勾的地方一定要加上,默认方式是不选的,这将影响到命令行运行python相关命令是否能正确执行。


2.安装Selenium

这个安装其实真的简单,没必要再去纠结怎么下载,怎么安装了。直接在操作系统里进入命令行界面,执行一下:

pip install selenium


3.下载并安装Chrome驱动

这是真真正正的坑,有的人使用时以为自己已经安装过Chrome浏览器就以为直接可以用Python驱动了,其实不然,还得有Chrome对应版本的驱动才行

下载网址:http://npm.taobao.org/mirrors/chromedriver

是不是一下闪瞎了你的眼睛,这么多,那个才适合我呢?

你需要首先看一下你的Chrome版本哦,对应版本的驱动才能用的。

赶紧在浏览器中输入下面的代码看一下版本吧!

chrome://version/

相信大家的版本跟我的都不一样,我的是32位版本哦!为什么不用64位版本呢?网上能下的大部分都是64位版的呢。你在Chrome的驱动里找一找,驱动for Win基本都是32哦。所以还是赶紧换掉你的浏览器吧。这里正确的做法是在网上找32位的Chrome,然后对应着看一下是否有对应的驱动,如果两个都有,那就赶紧下载吧。

下载好的驱动文件名:chromedriver.exe,为了减少配置的麻烦,应该把这个文件放置在Python安装文件夹中。如果不会,可以右击开始菜单中的:Python菜单 》【属性】》【打开文件位置】然后直接粘贴即可。


二、万事具备、准备开工了

不管你是善长使用PyCharm还是使用Python自带的IDLE,反正结果都一样。


1.驱动Chrome ,让它访问我们需要的网站吧:

下面的代码将自动打开Chrome 浏览器,并且最大化,然后自动打开要访问的网站

from selenium import webdriver
from time import sleep
driver=webdriver.Chrome()
driver.maximize_window()
# 网站地址请修改后使用
driver.get("https://XXXX.XXXXXXX.cn/welcome/")


在浏览器中按F12功能键,进入开发者模式:选择:Elements,按【Ctrl+F】进行查找:找【用户登录】,可以定位到对应的div标签,class是signIn,这里是通过单击这个div进入下一个页面的。

上代码:

sleep(3)
driver.find_element_by_class_name("signIn").click()

全部代码重新执行后,将自动在Chrome新标签页上打开【登录】页

这里有三个操作点,需要我们自动定位并输入用户名和密码,然后单击【登录】按钮。同时因为【登录】是单独的新的标签页,这也增加了操作的难度。同样F12进开发者模式,分别查找:【用户名】、【请输入密码】来确定两个输入框

【登录】按钮这里用查找方式居然找不到,单击开发者模式左上角的【选择】按钮,单击一下【登录】位置能够自动确定

这个【登录】是在标记里面,其实是里显示的文本。所以选择到button,基本就成功了。处理的代码如下:

# 切换到新标签页的代码
 handles = driver.window_handles
 for handle in handles:
     if driver.current_window_handle != handle:
         driver.switch_to.window(handle)
 sleep(2)
 # 找到用户名框并单击定位
 driver.find_element_by_id("username").click()
 sleep(2)
# 模拟键盘在用户名框输入用户名
driver.find_element_by_id("username").send_keys('327XXXX9880212XXXX')
sleep(2)
# 定位到密码框单击
driver.find_element_by_id('password').click()
# 模拟输入密码
driver.find_element_by_id('password').send_keys('12345678')
sleep(1)
# 定位到登录按钮并单击
driver.find_element_by_tag_name('button').click()

2.对于比较复杂的class选择器

比如:

<button type="button" class="ant-btn ant-btn-link role-card-btn"><span>进入工作台</span></button>

如果页面中有多个button,就不太好使用button这个tag的情况下,可以使用

driver.find_element_by_css_selector("[class='ant-btn ant-btn-link role-card-btn']").click()

3.对于用户名和密码,可以使用文件读写方式处理

f=open('user.txt','r')
driver.find_element_by_id("username").click()
driver.find_element_by_id("username").send_keys(f.readline().strip('\r\n'))
driver.find_element_by_id('password').click()
driver.find_element_by_id('password').send_keys(f.readline().strip('\r\n'))

user.txt的文件格式:

327XXXX9880212XXXX
12345678

4.对于多个视频文件的处理,一般使用

# 获取到多个元素的情,类似于数组,通过下标方式来操作每个元素
sipin= driver.find_elements_by_css_selector("[class='XX-YY_ZZ']")
sipin[0].click()
sleep(60*时间)
sipin[1].click()

5.关闭浏览器的操作(两个操作可选)

# 关闭当前窗体
driver.close()
# 关闭整个浏览器
driver.quit()

写在题后

又到了写结束语的时候了,使用IDLE和Pycharm虽然 不错,但由于环境的问题,很多操作只能是在安装了类似环境的计算机上运行。其实,Python有个不错的插件py2exe,可以把程序进行打包,经过打包后的程序可以在没有Python环境的计算机上运行。

到此这篇关于Python构建自动在线刷视频的实现的文章就介绍到这了,还请大家多多支持!

相关文章
|
7月前
|
人工智能 JavaScript API
零基础构建MCP服务器:TypeScript/Python双语言实战指南
作为一名深耕技术领域多年的博主摘星,我深刻感受到了MCP(Model Context Protocol)协议在AI生态系统中的革命性意义。MCP作为Anthropic推出的开放标准,正在重新定义AI应用与外部系统的交互方式,它不仅解决了传统API集成的复杂性问题,更为开发者提供了一个统一、安全、高效的连接框架。在过去几个月的实践中,我发现许多开发者对MCP的概念理解透彻,但在实际动手构建MCP服务器时却遇到了各种技术壁垒。从环境配置的细节问题到SDK API的深度理解,从第一个Hello World程序的调试到生产环境的部署优化,每一个环节都可能成为初学者的绊脚石。因此,我决定撰写这篇全面的实
1727 67
零基础构建MCP服务器:TypeScript/Python双语言实战指南
|
7月前
|
机器学习/深度学习 算法 量子技术
GQNN框架:让Python开发者轻松构建量子神经网络
为降低量子神经网络的研发门槛并提升其实用性,本文介绍一个名为GQNN(Generalized Quantum Neural Network)的Python开发框架。
165 4
GQNN框架:让Python开发者轻松构建量子神经网络
|
7月前
|
Web App开发 安全 数据安全/隐私保护
利用Python+Requests实现抖音无水印视频下载
利用Python+Requests实现抖音无水印视频下载
|
7月前
|
编解码 数据安全/隐私保护 Python
抖音批量发布视频工具,自动上传视频作品笔记,python发布软件
这个抖音批量发布工具包含三个主要模块:主上传程序、配置文件和视频预处理工具。主程序
|
4月前
|
数据采集 自然语言处理 数据可视化
Python爬取B站视频评论区情感分析:从数据采集到价值挖掘
B站作为年轻人聚集地,评论蕴含丰富情感与趋势。本文详解如何用Python爬取评论,结合SnowNLP与jieba进行中文情感分析,并通过可视化挖掘用户情绪、消费意愿与内容反馈,助力精准运营与决策。
767 0
|
6月前
|
人工智能 自然语言处理 安全
Python构建MCP服务器:从工具封装到AI集成的全流程实践
MCP协议为AI提供标准化工具调用接口,助力模型高效操作现实世界。
1191 1
|
8月前
|
数据采集 机器学习/深度学习 编解码
从零复现Google Veo 3:从数据预处理到视频生成的完整Python代码实现指南
本文详细介绍了一个简化版 Veo 3 文本到视频生成模型的构建过程。首先进行了数据预处理,涵盖了去重、不安全内容过滤、质量合规性检查以及数据标注等环节。
522 5
从零复现Google Veo 3:从数据预处理到视频生成的完整Python代码实现指南
|
8月前
|
数据采集 数据可视化 JavaScript
用Python采集CBC新闻:如何借助海外代理IP构建稳定采集方案
本文介绍了如何利用Python技术栈结合海外代理IP采集加拿大CBC新闻数据。内容涵盖使用海外代理IP的必要性、青果代理IP的优势、实战爬取流程、数据清洗与可视化分析方法,以及高效构建大规模新闻采集方案的建议。适用于需要获取国际政治经济动态信息的商业决策、市场预测及学术研究场景。
|
8月前
|
数据采集 Web App开发 自然语言处理
利用Python构建今日头条搜索结果的可视化图表
利用Python构建今日头条搜索结果的可视化图表