Python+PyQt5设计B站视频数据爬虫小程序[Python基础]

  • Z时代
  • 2024-01-10
  • 分类：综合

python

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

以下文章来源于菜J学Python ，作者J哥

 

前言

目前，市场上有大量 Python图形用户界面（GUI）开发框架可供选择，如wxpython 、pyqt5、Gtk、Tk等。本文将用Python结合PyQt5制作一款B站视频数据爬虫小程序，可以通过输入关键字、页码以及选择存储路径后，下载相应的数据，效果如下：

 

以下将详细介绍这个GUI工具的制作方法，如需本文完整代码，后台回复GUI。

开发环境

Python3
Pycharm
PyQt5
Qt Designer
requests

准备工作

首先，新建一个bilibili.py文件。获取B站视频数据的爬虫代码相对简单，只要在设置好url的keyword和page参数，即可轻松获取数据。以下贴出完整代码：

import requests
from lxml import etree
import time
import random
import csv
def get_target(keyword,page):
for i in range(1,page + 1):
        headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36"}
        url = "https://search.bilibili.com/all?keyword={0}&from_source=nav_suggest_new0&page={1}".format(keyword,page)
        html = requests.get(url.format(i),headers = headers)
        bs = etree.HTML(html.text)
            items = bs.xpath("//li[@class = "video-item matrix"]")
for item in items:
                title = item.xpath("div[@class = "info"]/div/a/@title")[0]
                click = item.xpath("div[@class = "info"]/div[3]/span[1]/text()")[0].strip("
").replace("万","")
                danmu = item.xpath("div[@class = "info"]/div[3]/span[2]/text()")[0].strip("
")
                date = item.xpath("div[@class = "info"]/div[3]/span[3]/text()")[0].strip("
")
                up = item.xpath("div[@class = "info"]/div[3]/span[4]/a/text()")[0].strip("
")
                data = {"标题": title, "播放量(万)": click, "弹幕": danmu, "日期": date, "UP主": up}
            with open("B站数据.csv", "a+", encoding="utf_8_sig", newline="") as fp:
                fieldnames = ["标题", "播放量（万）", "弹幕", "日期", "UP主"]
                writer = csv.DictWriter(fp, fieldnames=fieldnames)
                writer.writerow(data)
        time.sleep(random.random() + 1)
print("已经完成b站第 {} 页爬取".format(i))
if__name__ == "__main__":
    keyword = input("请输入要搜索的关键词：")
    page = int(input("请输入要爬取的页数："))
    get_target(keyword,page)

比如keyword输入"打工人"，page输入5，运行爬虫代码，即可生成打工人相关的B站视频数据csv文件，数据预览如下：

 

UI设计

这里用到一款好用的工具——Qt Designer，通过它"用鼠标拖拖"就能完成窗体设计。

安装Qt Designer

pip3 install PyQt5
pip3 install PyQt5-tools

配置开发工具

安装完Qt Designer后，我们利用PyCharm进行界面开发，下面进行Qt开发工具的配置：Files —> Settings —> Tools —> External Tools —> 点击"+"，

 

添加QT Desinger

Name: QT Designer
Program: designer.exe所在的路径  # 注意：该路径为你Python安装路径下Libsite-packagespyqt5_tools文件夹里
Working directory: $FileDir$

添加Py UIC

Name: Py UIC
Program: pyuic5.exe所在路径  #该路径为你Python安装路径下Scripts文件夹里
Arguments: $FileName$ -o $FileNameWithoutExtension$.py 
Working directory: $FileDir$

 

注：mac环境下需要单独安装Qt，去官网下载开源版本即可。

Qt Designer设计界面

在PyCharm中创建一个项目，然后点击“Tools”--“External Tools”--“QT Desinger”打开QT Desinger，如下图：

 

界面介绍

工具箱区域:提供GUI界面开发使用的各种基本控件，如单选框、文本框等。可以拖动到新 创建的主程序界面。主界面区域:用户放置各种从工具箱拖过来的各种控件。模板选项中最常用的就是 Widget(通用窗口)。对象查看器区域:查看主窗口放置的对象列表。属性编辑器区域: 提供对窗口、控件、布局的属性编辑功能。比如修改控件的显示文本、对 象名、大小等。信号/槽编辑器区域:编辑控件的信号和槽函数，也可以添加自定义的信号和槽函数。

 

界面操作

本文以创建Widget窗口为例，通过简单的拖拽，字体和颜色的配置，即可轻松完成如下界面的设计：

 

将ui文件转为py代码

界面设计好以后，保存为run.ui文件，选中“run.ui”，在其上点击鼠标右键，到“External Tools”中点击“PyUIC”，即可生成run.py文件：

 

爬虫代码与界面相结合

完善run.py，赋给“开始下载”按钮以‘pushButton_click’函数，赋给“保存路径”按钮以‘setBrowerPath’函数：

#链接爬虫函数
self.pushButton.clicked.connect(Form.pushButton_click)
self.pushButton_2.clicked.connect(Form.setBrowerPath)

完善爬虫代码，将界面整体框架融入其中：

import sys
from run import Ui_Form  #继承run.py
from PyQt5.QtWidgets import *
from PyQt5 import QtCore, QtGui, QtWidgets
class MyPyQT_Form(QWidget, Ui_Form):
def__init__(self):
        super(MyPyQT_Form, self).__init__()
        self.setupUi(self)
def pushButton_click(self):
    ······
def setBrowerPath(self):
    ······
if__name__ == "__main__":
    app = QApplication(sys.argv)
    my_pyqt_form = MyPyQT_Form()
    my_pyqt_form.show()
    sys.exit(app.exec_())

然后在pushButton_click函数中添加代码， 接收界面输入的keyword和page参数，导入接口url中，代码如下：

def pushButton_click(self):
   self.textEdit_4.setText("下载中......")
   self.keyword = self.lineEdit.text()  #关键字
   self.page = int(self.lineEdit_2.text()) #页数
#result = pd.DataFrame()
for i in range(1,self.page + 1):
       time.sleep(random.random() + 0.5)
       headers = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.116 Safari/537.36"}
       url = "https://search.bilibili.com/all?keyword={0}&from_source=nav_suggest_new0&page={1}".format(self.keyword,self.page)
       html = requests.get(url.format(i),headers = headers)
       bs = etree.HTML(html.text)
       items = bs.xpath("//li[@class = "video-item matrix"]")
for item in items:
           title = item.xpath("div[@class = "info"]/div/a/@title")[0]
           click = item.xpath("div[@class = "info"]/div[3]/span[1]/text()")[0].strip("
").replace("万","")
           danmu = item.xpath("div[@class = "info"]/div[3]/span[2]/text()")[0].strip("
")
           date = item.xpath("div[@class = "info"]/div[3]/span[3]/text()")[0].strip("
")
           up = item.xpath("div[@class = "info"]/div[3]/span[4]/a/text()")[0].strip("
")
           data = {"标题": title, "播放量(万)": click, "弹幕": danmu, "日期": date, "UP主": up}
           with open("{0}/{1}视频数据.csv".format(self.download_path,self.keyword),"a+", encoding="utf_8_sig", newline="") as fp:
               fieldnames = ["标题", "播放量(万)", "弹幕", "日期", "UP主"]
               writer = csv.DictWriter(fp, fieldnames=fieldnames)
               writer.writerow(data)
       self.textEdit_4.append("第{0}页下载完成".format(i))
       self.textEdit_4.append("保存路径:{}".format(self.download_path))
       self.textEdit_4.append( "文件名称:{}".format("{0}共{1}个视频数据.csv".format(self.keyword,self.page*20)))

充实setBrowerPath函数，获取数据存储路径，将路径在输出框显示出来：

def setBrowerPath(self):
    self.download_path = QFileDialog.getExistingDirectory(self)
    self.textEdit_3.setText(self.download_path)

工具打包

在cmd控制台使用cd进入py文件所在目录:

cd D:GUI工具B站视频数据下载器

使用pyinstaller打包:

pyinstaller -F -w bilibili.py

运行完成后，会在当前目录下生成1个dist文件夹和build文件夹，打开dist文件夹，双击bilibili.exe，工具即可运行。mac环境下可以使用py2app进行打包。

以上是 Python+PyQt5设计B站视频数据爬虫小程序[Python基础] 的全部内容， 来源链接： utcz.com/z/530890.html

回到顶部