李小明
更新時間：2020/10/25 下午 09:06:45

我在學習ch05的youtube影片批次下載，安裝新模組pytube3沒有問題，但執行程式碼
videourlList = []
url = 'https://www.youtube.com/watch?v=hGRplpwjbr0&list=PL316wRwpvsnHZprsPfXM8yPzyZ41bvuWl'
html = requests.get(url)
res1 = re.findall(r'/watch[-A-Za-z0-9+&@#/%?=~_|!:,.;]+', html.text)
print(res1)
抓到的/watch都沒有index值，如下:
'/watch?v=hGRplpwjbr0&list=PL316wRwpvsnHZprsPfXM8yPzyZ41bvuWl'
應該後面會有&index=1
不知道哪邊出錯了感謝

文淵閣工作室
更新時間：2020/10/27 下午 04:43:55

這是正確的。抓取YOUTUBE影片不需要 index 值即可下載。

杜欣
更新時間：2021/6/9 下午 03:26:06

您好，想請問我在擷取所有影片連結網址的部分照著書本上的語法輸入

import requests
import re

videourlList = []

url = 'https://www.youtube.com/watch?v=hGRplpwjbr0&list=PL316wRwpvsnHZprsPfXM8yPzyZ41bvuWl'
html = requests.get(url)
res1 = re.findall(r'/watch[-A-Za-z0-9+&@#/%?=~_|!:,.;]',html.text)
for temurl in res1:
    if 'list=' and 'index=' in temurl:
        videourlList.append(temurl)
print(videourlList)

但是為什麼出來的結果是空集合 [] ?
謝謝

文淵閣工作室
更新時間：2021/6/9 下午 07:52:30

因為 YOUTUBE 網頁已改變，原本方法已抓不到。
Python大數據特訓班已出第二版，內容有相當大更新。
請寄信到「service@e-happy.com.tw」，我們將把YOUTUBE新程式寄給您。

杜欣
更新時間：2021/6/10 下午 03:49:59

您好!
我這邊已經有寄信過去了，再麻煩您將YouTube的新程式寄給我了。
真的很感謝!

杜欣
更新時間：2021/6/13 下午 03:23:57

您好，想在提問一下，關於這段語法:

url = "https://www.youtube.com/watch?v=hGRplpwjbr0&list=PL316wRwpvsnHZprsPfXM8yPzyZ41bvuWl"
urlhead = url[:32]
urltail = url[43:]
if '&list' not in url:
    print('這不是播放清單')
else:
    res = requests.get(url)
    vlist = re.findall(r'watch\?v=(.*?)list', res.text)
    urls = []
    for v in vlist:
        if len(v) < 30:
            tem = urlhead + v[:11] + urltail
            if tem not in urls:
                urls.append(tem)

想請問中間的:
urlhead = url[:32]
urltail = url[43:]
是什麼意思?

以及這段:
r'watch\?v=(.*?)list'
是正規表達式嗎?

還有為什麼會需要以下這部分呢?
urls = []
    for v in vlist:
        if len(v) < 30:
            tem = urlhead + v[:11] + urltail
            if tem not in urls:
                urls.append(tem)

再麻煩您解答了，謝謝!

文淵閣工作室
更新時間：2021/6/13 下午 09:42:06

以 url = "https://www.youtube.com/watch?v=hGRplpwjbr0&list=PL316wRwpvsnHZprsPfXM8yPzyZ41bvuWl" 為例：
urlhead = url[:32] 取前32個字元：https://www.youtube.com/watch?v=
urltail = url[43:] 第44個字元到最後：&list=PL316wRwpvsnHZprsPfXM8yPzyZ41bvuWl
r'watch\?v=(.*?)list' 是正規表達式，取得 watch\?v= 及 list 之間的字元
urlhead + v[:11] + urltail 以正規表達式取得字元的前11個字元組成網址
因網頁很複雜，正規表達式取得的字元非常多 (你可以print看看)，所以做了許多過濾