作者知乎账号:邪王真眼最强

Part1b站一个视频的爬取思路分析

网址:”

第一步,先对视频网页进行抓包,可以发现这两个请求是视频相关的。

接着我们可以用python将两个url都请求一遍,并且保存文件,都以mp4格式保存。

代码:

# 开发时间: 2023/5/24  0:11
# 作  者:星辰之梦梦
import requests

headers = {
    "referer""https://www.bilibili.com",
    "origin""https://www.bilibili.com",
    "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36",
}
# 100028
url1 = "https://upos-sz-mirrorcos.bilivideo.com/upgcxcode/73/12/836471273/836471273-1-100028.m4s?e=ig8euxZM2rNcNbdlhoNvNC8BqJIzNbfqXBvEqxTEto8BTrNvN0GvT90W5JZMkX_YN0MvXg8gNEV4NC8xNEV4N03eN0B5tZlqNxTEto8BTrNvNeZVuJ10Kj_g2UB02J0mN0B5tZlqNCNEto8BTrNvNC7MTX502C8f2jmMQJ6mqF2fka1mqx6gqj0eN0B599M=&uipk=5&nbs=1&deadline=1684865947&gen=playurlv2&os=cosbv&oi=0&trid=9df467665ce34bc8b1a9108af0a27cd1u&mid=647250039&platform=pc&upsig=0da697973b0a4359957bc8bfaf3648f1&uparams=e,uipk,nbs,deadline,gen,os,oi,trid,mid,platform&bvc=vod&nettype=0&orderid=0,3&buvid=ADFF7A65-40F1-F25C-C91B-8FFE569D520E16369infoc&build=0&agrr=1&bw=126933&logo=80000000"
# 30280
url2 = "https://upos-sz-mirrorcos.bilivideo.com/upgcxcode/73/12/836471273/836471273_nb3-1-30280.m4s?e=ig8euxZM2rNcNbdlhoNvNC8BqJIzNbfqXBvEqxTEto8BTrNvN0GvT90W5JZMkX_YN0MvXg8gNEV4NC8xNEV4N03eN0B5tZlqNxTEto8BTrNvNeZVuJ10Kj_g2UB02J0mN0B5tZlqNCNEto8BTrNvNC7MTX502C8f2jmMQJ6mqF2fka1mqx6gqj0eN0B599M=&uipk=5&nbs=1&deadline=1684865947&gen=playurlv2&os=cosbv&oi=0&trid=9df467665ce34bc8b1a9108af0a27cd1u&mid=647250039&platform=pc&upsig=4419c16cfb65b59180d74edc64066a69&uparams=e,uipk,nbs,deadline,gen,os,oi,trid,mid,platform&bvc=vod&nettype=0&orderid=0,3&buvid=ADFF7A65-40F1-F25C-C91B-8FFE569D520E16369infoc&build=0&agrr=1&bw=40149&logo=80000000"

resp1 = requests.get(url1, headers=headers).content
resp2 = requests.get(url2, headers=headers).content
with open("111.mp4", mode='wb'as file1:
    file1.write(resp1)
with open("222.mp4", mode='wb'as file2:
    file2.write(resp2)

下载完成后,打开发现111.mp4文件中存储的是无音频的视频,而222.mp4文件中存储的是音频(无视频)。因此我们后面需要将视频文件和音频文件进行合并,会用到ffmpeg软件。

现在我们需要实现 请求 视频网页的地址(即视频号) 得到上述视频url 音频url。因此回到 视频网页,在elemens中用url1中的关键参数(1-100028.m4s)搜索。发现在script标签中,并且以js数据格式存放(如下图),接着打开网页源代码再次搜索,也能得到搜索结果。因此我们只需要请求 视频网页的地址(即视频号)并解析拿到script中的视频url和音频url。

代码:

import requests
import re
import json
from lxml import etree
import os

url = "https://www.bilibili.com/video/BV16e4y1k7Rs/?spm_id_from=333.999.0.0&vd_source=d8494042caaa3e41d56c7e04cc1669dd"

headers = {
    "referer""https://www.bilibili.com",
    "origin""https://www.bilibili.com",
    "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36",
}
# 第一步   请求 视频网页的地址,拿到网页数据
resp_ = requests.get(url, headers=headers)
resp = resp_.text
resp_.close()
tree = etree.HTML(resp)
# 第二步   从网页数据中提取视频标题
title = tree.xpath('//h1/text()')[0]
# print(title)
# /html/head/script[3]/text()
# 第三步   从网页数据中提取视频url和音频url
try:
    tree1 = tree.xpath('/html/head/script[3]/text()')[0]
    tree1 = re.sub(r'window.__playinfo__=''', tree1)
    # print(tree1)
    tree1 = json.loads(tree1)
except:
    tree1 = tree.xpath('/html/head/script[4]/text()')[0]
    tree1 = re.sub(r'window.__playinfo__=''', tree1)
    # print(tree1)
    tree1 = json.loads(tree1)
video = tree1['data']['dash']['video'][0]
video_url = video['backupUrl'][0]
print(video_url)

audio = tree1['data']['dash']['audio'][0]
audio_url = audio['backupUrl'][0]
print(audio_url)
### 上述video_url 即视频url。audio_url 即音频url
'''
resp1 = requests.get(video_url, headers=headers).content
resp2 = requests.get(audio_url, headers=headers).content
with open("111.mp4", mode='wb') as file1:
    file1.write(resp1)
with open("222.mp4", mode='wb') as file2:
    file2.write(resp2)
'''

到这里,我们已经实现从视频网页地址直接拿到视频文件和音频文件。但是他们是分开的。接着我们就继续讲解如何合并视频和音频。

Part2Fmpeg的安装及配置

FFmpeg是一套功能包括视频采集功能、视频格式转换、视频抓图、给视频加水印等的开源计算机程序。

官网下载:Download FFmpeg

以windows为例

ffmpeg合并音频和视频_视频音频合并免费软件_视频音频合并器

视频音频合并器_视频音频合并免费软件_ffmpeg合并音频和视频

下载完成后解压文件。将bin文件夹的路径添加进环境变量

视频音频合并器_ffmpeg合并音频和视频_视频音频合并免费软件

视频音频合并免费软件_视频音频合并器_ffmpeg合并音频和视频

视频音频合并器_ffmpeg合并音频和视频_视频音频合并免费软件

到这里,FFmpeg配置就完成了,接下来就是实现合并音频和视频了。

Part3合并音频和视频代码

# 省略以上代码

# ①创建保存视频的文件夹
e = "b站视频"
if not os.path.exists(e):
    os.mkdir(e)
# ②保存好视频和音频 注意变量title0为原音频和视频的标题。new_title为合并后的文件标题
with open("b站视频/" + f"{title0}.mp4", mode='wb'as f:
    f.write(resp1)
with open("b站视频/" + f"{title0}.acc", mode='wb'as x:
    x.write(resp2)
# ③利用FFmpeg合并音频和视频文件,并且将原来的两个文件删除
# 注意字符串中的格式。。' -i  -i  -acodec copy -vcodec copy '
com = f'D:/FFmpeg/bin/ffmpeg.exe -i "b站视频/{title0}.mp4" -i "b站视频/{title0}.acc" -acodec copy -vcodec copy "b站视频/{new_title}.mp4"'
os.system(com)
os.remove(f"b站视频/{title0}.mp4")
os.remove(f"b站视频/{title0}.acc")

Part4爬取单个视频的代码

import requests
import re
import json
from lxml import etree
import os

e = "b站视频"
if not os.path.exists(e):
    os.mkdir(e)
while True:
    ''' 下载最高质量视频 '''
    url = input("请输入url:")
    # url = "https://www.bilibili.com/video/BV17K411B7mC/"
    headers = {
        # 如果你有b站会员,添加cookie即可下载最高高画质视频
        # "cookie": "",
        "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.127 Safari/537.36",
    }
    resp_ = requests.get(url, headers=headers)
    resp = resp_.text
    resp_.close()
    tree = etree.HTML(resp)
    title = tree.xpath('//h1/text()')[0]
    # print(title)
    # /html/head/script[3]/text()
    try:
        tree1 = tree.xpath('/html/head/script[4]/text()')[0]
        tree1 = re.sub(r'window.__playinfo__=''', tree1)
        tree1 = json.loads(tree1)
    except:
        # print("不是script[4]")
        tree1 = tree.xpath('/html/head/script[3]/text()')[0]
        tree1 = re.sub(r'window.__playinfo__=''', tree1)
        tree1 = json.loads(tree1)

    video = tree1['data']['dash']['video'][0]
    video_url = video['backupUrl'][0]
    # print(video_url)

    audio = tree1['data']['dash']['audio'][0]
    audio_url = audio['backupUrl'][0]
    # print(audio_url)
    print("正在下载", title)
    headers521 = {
            "referer": url,
            "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36",
        }

    resp1_ = requests.get(video_url, headers=headers521)
    resp1 = resp1_.content
    resp2_ = requests.get(audio_url, headers=headers521)
    resp2 = resp2_.content
    resp1_.close()
    resp2_.close()
    new_title = re.sub(r'[\/:*?"|n]''_', title)
    title0 = new_title + "0"
    with open("b站视频/" + f"{title0}.mp4", mode='wb'as f:
        f.write(resp1)
    with open("b站视频/" + f"{title0}.acc", mode='wb'as x:
        x.write(resp2)
    com = f'D:/FFmpeg/bin/ffmpeg.exe -i "b站视频/{title0}.mp4" -i "b站视频/{title0}.acc" -acodec copy -vcodec copy "b站视频/{new_title}.mp4"'
    os.system(com)
    os.remove(f"b站视频/{title0}.mp4")
    os.remove(f"b站视频/{title0}.acc")
    print("over!!!", new_title)

Part5爬用户的视频选集对应的所有视频

如图所示这种的类型视频:

视频音频合并器_视频音频合并免费软件_ffmpeg合并音频和视频

思路:首先根据视频号,请求对应网址,把所有视频标题提取出来。再用线程池,下载每一集的视频。

import requests
import re
from concurrent.futures import ThreadPoolExecutor
import os
import json
from lxml import etree
# from pprint import pprint


def get_titles(url):
    # 创建文件夹bilibili
    file = "b站视频"
    if not os.path.exists(file):
        os.mkdir(file)
    # 通过请求url_title解析拿到每一个分视频的标题
    headers = {
        "referer": url,
        "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36",
    }
    url_title = "https://api.bilibili.com/x/player/pagelist?bvid=" + q + "&jsonp=jsonp"
    response = requests.get(url=url_title, headers=headers).json()
    # print(response)
    # titles保存所有标题
    titles = []
    ss = response['data']
    for s in ss:
        title = str(s['page']) + "、" + s['part']
        titles.append(title)
    return titles


def download(url, title, cookie):
    headers = {
        
        "cookie": cookie,
        "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36",
        "Referer""https://space.bilibili.com/647250039/video",
    }
    res = requests.get(url=url, headers=headers).text
    # print(res)
    page = etree.HTML(res)
    try:
        tree1 = page.xpath('/html/head/script[4]/text()')[0]
        tree1 = re.sub(r'window.__playinfo__=''', tree1)
        tree1 = json.loads(tree1)
    except:
        # print("不是script[4]")
        tree1 = page.xpath('/html/head/script[3]/text()')[0]
        tree1 = re.sub(r'window.__playinfo__=''', tree1)
        tree1 = json.loads(tree1)
    # pprint(tree1['data']['dash']['video'])
    id_list =  for video in tree1['data']['dash']['video']]
    video_url = tree1['data']['dash']['video'][id_list.index(max(id_list))]['backupUrl'][0]
    id_list =  for audio in tree1['data']['dash']['audio']]
    audio_url = tree1['data']['dash']['audio'][id_list.index(max(id_list))]['backupUrl'][0]
    # print(video_url)
    # print(audio_url)
    print("正在下载", title)
    headers521 = {
        "referer": url,
        "user-agent""Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.74 Safari/537.36",
    }

    resp1_ = requests.get(video_url, headers=headers521)
    resp1 = resp1_.content
    resp2_ = requests.get(audio_url, headers=headers521)
    resp2 = resp2_.content
    resp1_.close()
    resp2_.close()
    new_title = re.sub(r'[\/:*?"|n]''_', title)
    title0 = new_title + "0"
    with open("b站视频/" + f"{title0}.mp4", mode='wb'as f:
        f.write(resp1)
    with open("b站视频/" + f"{title0}.acc", mode='wb'as x:
        x.write(resp2)
    com = f'D:/FFmpeg/bin/ffmpeg.exe -i "b站视频/{title0}.mp4" -i "b站视频/{title0}.acc" -acodec copy -vcodec copy "b站视频/{new_title}.mp4"'
    os.system(com)
    os.remove(f"b站视频/{title0}.mp4")
    os.remove(f"b站视频/{title0}.acc")
    print("over!!!", new_title)


if __name__ == '__main__':
    # 如果有b站会员,添加cookie也许可下载最高高画质视频
    cookie = ""
    q = input("请输入一个含多个视频的视频号:")
    url = "https://www.bilibili.com/video/" + q + "?"
    titles = get_titles(url)
    print("拿到标题", titles)
    pool = ThreadPoolExecutor(10)
    for id__, title in enumerate(titles):
        url2 = url + "p" + str(id__+1)
        pool.submit(download, url2, title, cookie)
    pool.shutdown(wait=True)

限时特惠:本站每日持续更新海量各大内部网赚创业教程,会员可以下载全站资源点击查看详情
站长微信:11082411

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。