python 爬取百度网盘分享动态

最新推荐文章于 2025-06-26 07:52:22 发布

原创

最新推荐文章于 2025-06-26 07:52:22 发布 · 1.9k 阅读

3 ·

CC 4.0 BY-SA版权

本文介绍了如何使用Python爬虫抓取百度网盘的分享动态，将资源链接存入数据库并过滤重复及不良内容。然而，由于百度网盘改版取消动态分享，该程序已无法正常工作。文章主要涉及爬虫主入口、数据处理、敏感词过滤及数据库设计等。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

我之前写的一份爬虫，在百度网盘没有改版之前，有很多资源达人在他们的百度网盘动态分享自己的资源，后来我关注了一批分享影视资源的账号，程序定时去爬取他们的动态，将他们分享出来的百度网盘链接收入自己的数据库，写入数据库之前查询资源是否重复和不良关键词过滤，然后在另一端网页或APP，将数据库的资源展示出来，早期市面上的网盘资源搜索就是运用了这个原理，因为后来百度网盘改版，取消动态分享，程序目前已经无法正常运行，本文做个思路记录。

程序主入口，实现爬取百度网盘动态分享的功能都写在这个文件了，还负责调用其他文件函数，运行这个脚本就可以不间断的执行

#   主程序
import requests,re, json, time
import random
from mysql_db import *
import threading
from aidy_pc import *
from yszx import *
from defs import *

header = {
"Cookie": "",
"Host": "pan.baidu.com",
"Referer": "https://pan.baidu.com/pcloud/friendpage?type=follow&uk=2489863899&self=1",
"Sec-Fetch-Mode": "cors",
"Sec-Fetch-Site": "same-origin",
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/78.0.3904.87 Safari/537.36",
"X-Requested-With": "XMLHttpRequest"
}
# 获取账号订阅的id
list_uk = ['2489863899']
def getShareUser():
    start = 0
    for star in range(100):
        try:
            url = 'https://pan.baidu.com/pcloud/friend/getfollowlist?query_uk=2489863899&limit=24&start=%d' % start
            follows_json = (requests.get(url, headers=header)).json()

            if len(follows_json['follow_list']) == 0:  # 如果没有返回数据侧退出
                break
            lists = follows_json['follow_list']  # 全部信息列表
            for i in lists:  # 遍历分离出每个订阅用户的信息
                list_uk.append(i['follow_uk'])  # 添加uk到列表
            start = start + 24
            time.sleep(random.randint(10, 25))
        except:
            continue


    # if list_uk == '':
    #     return False
    # else:
    #     return list_uk

# 程序开始
def gethtml():           #  爬取网盘资源函数
    tu = getShareUser()   # 这里是去获取我订阅的账号id
    if tu == False:          # 如果获取不到订阅列表，则退出
        pass
    else:
        start = 0
        for uk in list_uk:  # 循环订阅id
            for n in range(2):  # 循环翻页
                url = "https://pan.baidu.com/pcloud/feed/getdynamiclist?auth_type=1&filter_types=11000&query_uk=%s&category=0&limit=25&start=%s&bdstoken=29b0093f2c