Python网页爬取求助：提取IP摄像头HTTP页面内的视频文件名

嘿，很高兴你开启Python网页爬取的第一步！针对你从IP摄像头的简单HTML里提取视频文件名的需求，我整理了一套可行的方案：

先修正代码的小问题 #

你现有代码里的urlib是拼写错误，正确的库名是urllib，而且我们需要用到它的request模块来获取网页内容。

完整实现代码 #

下面是能直接运行的代码，我加了详细注释帮你理解每一步：

# 导入需要的库
import bs4 as bs
import urllib.request

# 替换成你的IP摄像头的HTTP访问地址，比如http://192.168.1.100/video_list.html
camera_url = "你的摄像头HTML页面地址"

try:
    # 获取网页内容
    response = urllib.request.urlopen(camera_url)
    html_content = response.read()

    # 用BeautifulSoup解析HTML
    soup = bs.BeautifulSoup(html_content, 'html.parser')

    # 提取body标签里的所有文本
    body_text = soup.body.get_text(strip=False)  # 保留换行，方便分割

    # 分割文本，提取所有.mov结尾的文件名
    # 这里假设文件名是按换行或空格分隔的，根据实际情况调整分割方式
    file_names = [line.strip() for line in body_text.splitlines() if line.strip().endswith('.mov')]

    # 打印提取到的文件名
    print("提取到的视频文件名：")
    for name in file_names:
        print(name)

except Exception as e:
    print(f"出现错误：{e}")

关键步骤说明 #

• 获取网页内容：用urllib.request.urlopen访问摄像头的HTTP服务器，拿到HTML源码。
• 解析HTML：借助BeautifulSoup快速定位到body标签，提取里面的全部文本。
• 筛选文件名：因为你的文件名都是.mov结尾的，所以我们通过分割文本后筛选出符合这个特征的内容，确保只拿到视频文件名。

如果摄像头的HTML里文件名是用其他方式分隔的（比如空格），你可以把splitlines()改成split()来适配。

内容的提问来源于stack exchange，提问作者Alec M