b站一个视频的爬取思路分析
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。
# 开发时间: 2022/10/21 22:26
# 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。
import requests
import re
import json
from lxml import etree
import os
# import pprint
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
url = "https://www.bilibili.com/video/BV16e4y1k7Rs/?spm_id_from=333.999.0.0&vd_source=d8494042caaa3e41d56c7e04cc1669dd"
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
tree1 = tree.xpath('/html/head/script[3]/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。
FFmpeg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
下载完成后解压文件。将bin文件夹的路径添加进环境变量
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。
# 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。。'<ffmpeg.exe的路径> -i <视频文件路径（不含音频）> -i <音频文件路径> -acodec copy -vcodec copy <合并后的文件路径>'
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")
完整代码展示
总结上述的学习过程。我们可以写出一个比较完美的小程序，用来下载单个视频。（有会员记得添加cookie，还有最后的音频和视频的合并用自己FFmpeg软件的路径，和我不一样的需要自己改）
# 开发时间: 2022/4/25 19:55
# 作 者：星辰之梦梦
import requests
import re
import json
from lxml import etree
import os
# import pprint
e = "b站视频"
if not os.path.exists(e):
os.mkdir(e)
cookie = input("请输入cookie：")
while True:
''' 下载最高质量视频 '''
url = input("请输入url：")
# url = "https://www.bilibili.com/video/BV1SS4y1N7Vo?spm_id_from=333.999.0.0"
headers = {
"cookie": 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)
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)
# pprint(tree1['data']['dash']['video'])
id_list = [video['id'] for video in tree1['data']['dash']['video']]
video_url = tree1['data']['dash']['video'][id_list.index(max(id_list))]['backupUrl'][0]
id_list = [audio['id'] 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(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)
拓展
大家可以自行领悟，去思考如何下载b站的电影和番剧。提示上述程序是不能下载的，需要变动。也许将来还会更新。。
以上就是“python爬取b站视频，看完这个一秒噜b站十万八千次不是梦！”的全部内容，希望对你有所帮助。
关于Python技术储备
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
一、Python所有方向的学习路线
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、Python必备开发工具
三、Python视频合集
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、Python练习题
检查学习结果。
六、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
最后祝大家天天进步！！
上面这份完整版的Python全套学习资料已经上传至优快云官方，朋友如果需要可以直接微信扫描下方优快云官方认证二维码免费领取【保证100%免费】。
1万+
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
