miscf / pornhub-spider

A spider to get the videos in pornhub

Pornhub-Spider

A spider to get the videos in pornhub

更新日期 2020/4/25
作者 Miscf
qq 2831243095

昨晚深夜用appium用到崩溃，所以写写另外的爬虫找找自信
忽然想起一个老哥问过我能不能爬pornhub(不是我自己想看什么，只是为了学习)
能有咱不能爬的东西？
嘿嘿嘿，深夜开干

配置环境

python3 + 科学上网

• requests库 刚需的东西，必须得有

pip install requests

• lxml库 解析html文档，用来提取信息

pip install lxml

项目原理

经过长时间观察(heihei)，pornhub同一视频下推荐的视频都比较
统一，简单来讲就是你看的视频是美女抠脚，你下面推荐的视频基本
都是美女抠脚
所以程序设计输入起始视频主页，然后不断爬取下面的推荐视频链接
加入爬取列表里(这里我使用了txt用作中转)
然后爬虫程序不断读取下载再获取新的链接
如此而源源不断之

挑选你喜欢的视频链接，输入程序就ok了，自动爬取类似视频

视频需要保存在

F:/ph/

所以需要在F盘新建 ph 文件夹

当然你也可以在程序里改

pornhub视频链接的加密

一个视频m3u8文件链接 : https://d1vh.phncdn.com/hls/videos/202002/08/282888772/,720P_4000K,480P_2000K,240P_400K,_282888772.mp4.urlset/master.m3u8ttl=1587795884&l=0&clientip=47.254.95.205&hash=f02ea34e20bdf70dcf365c45b01e149c
有时候也会像另外的，但这都不重要

开始的时候我以为hash=后面跟的是加密值

看起来挺唬人的，结果屁都不是

不用管他

在主页面的js我发现了一串奇奇怪怪的东东

var quality_720p=/* + ra587796052ra37ra587796052ra37 + /rahttpsdvra45rahttpsdvra45 + / + ramp4ttl1ra66ramp4ttl1ra66 + /ra1phncdncra64ra1phncdncra64 + / + ra2549520ra91ra2549520ra91 + /raomvideosra42raomvideosra42 + / + ra1phncdncra64ra1phncdncra64 + /ra20200208ra71ra20200208ra71 + / + ra720p1500kra48ra720p1500kra48 + /ra282888772ra63ra282888772ra63 + / + rars4000cra27rars4000cra27 + /ra720p1500kra48ra720p1500kra48 + / + ramp4ttl1ra66ramp4ttl1ra66 + /ra282888772ra61ra282888772ra61 + / + ra5hash213ra10ra5hash213ra10 + /ramp4ttl1ra66ramp4ttl1ra66 + / + ralientip47ra72ralientip47ra72 + /ra587796052ra37ra587796052ra37 + / + ra282888772ra63ra282888772ra63 + /rari1024000ra40rari1024000ra40 + / + ra78926d703cra83ra78926d703cra83 + /rars4000cra27rars4000cra27 + / + rahttpsdvra45rahttpsdvra45 + /ralientip47ra72ralientip47ra72 + / + ralientip47ra72ralientip47ra72 + /ra2549520ra91ra2549520ra91 + / + rafce1b1b37ra78rafce1b1b37ra78 + /ra5hash213ra10ra5hash213ra10 + / + ramp4ttl1ra66ramp4ttl1ra66 + /ra23b6a0d664ra17ra23b6a0d664ra17 + / + rars4000cra27rars4000cra27 + /ra78926d703cra83ra78926d703cra83 + / + ra282888772ra63ra282888772ra63 + */rafce1b1b37ra78rafce1b1b37ra78;

这个变量的名字有点小敏感呀

拿到 ra20200208ra71ra20200208ra71 再一搜

var ra20200208ra71ra20200208ra71="202002/08/";

这不就是请求url里的东西吗？？

真相大白

直接反向构造再请求就Ok

至此程序over

运行截图

懒得截图

例子：运行时起始url输入：

https://cn.pornhub.com/view_video.php?viewkey=ph5e3e71bd633f7

最后

各位老司机注意身体哟，我已经开始喝3元巨款一瓶的营养快线了

这是我的第一次写文档，第一次都给你们了，不表示表示？

所以给个fork或者star吧！（妹子不会可以晚上到我房间里找我，我私人辅导）

不给的话你是不是想提了裤子就走人？

这样不会有妹子喜欢的，嘿嘿嘿