Loading... [源代码地址](https://github.com/xiyouMc/PornHubBot) * PornHubBot项目主要是爬取全球最大成人网站PornHub的视频标题、时长、mp4链接、封面URL和具体的PornHub链接 * 项目爬的是PornHub.com,结构简单,速度飞快 * 爬取PornHub视频的速度可以达到500万/天以上。具体视个人网络情况,因为我是家庭网络,所以相对慢一点。 * 10个线程同时请求,可达到如上速度。若个人网络环境更好,可启动更多线程来请求,具体配置方法见 [启动前配置] ## 环境、架构 开发语言: Python2.7 开发环境: MacOS系统、4G内存 数据库: MongoDB * 主要使用 scrapy 爬虫框架 * 从Cookie池和UA池中随机抽取一个加入到Spider * start_requests 根据 PorbHub 的分类,启动了5个Request,同时对五个分类进行爬取。 * 并支持分页爬取数据,并加入到待爬队列。 ## 启动前配置 * 安装MongoDB,并启动,不需要配置 * 安装Scrapy * 安装Python的依赖模块:pymongo、json、requests * 根据自己需要修改 Scrapy 中关于 间隔时间、启动Requests线程数等得配置 ## 数据库说明 数据库中保存数据的表是 PhRes。以下是字段说明: # PhRes 表: ```video_title:视频的标题,并作为唯一标识. link_url:视频调转到PornHub的链接 image_url:视频的封面链接 video_duration:视频的时长,以 s 为单位 quality_480p: 视频480p的 mp4 下载地址 ``` 最后修改:2020 年 11 月 14 日 01 : 30 PM © 允许规范转载 赞赏 如果觉得我的文章对你有用,请随意赞赏 ×Close 赞赏作者 扫一扫支付 支付宝支付 微信支付