利用requests爬取B站视频

本文主要介绍如何利用requests爬取B站视频并合成的相关技术。话不多说，我们直接开始喵~

（可以先点个赞鼓励一下作者喵QAQ）

---

1. 首先，在代码开头，我们导入os库、requests库、re库、ffmpeg库（后续合成需要用到）：

import requests
import ffmpeg
import re
import os

2. 下面我们再来构建headers：

headers = {
    'Referer': 'https://www.bilibili.com/',
    'Cookie': '',    # 这里的Cookie输入自己B站的cookie喵
    'User-Agent': ''    # 这里填入自己的User-Agent
}

关于Cookie和User-Agent怎么找，这里我们详细来讲解一下：

首先我们随便打开一个视频，打开开发者界面后，刷新网页以获取到所有事件。在“网络”选项中点击第一个类型为“document”的事件，在标头中找到Cookie和User-Agent即可

取得所有headers所需信息后，我们开始想办法获取视频和音频所在的url（B站的视频文件和音频文件是分离的）。这里我们先对上述document中的url发送get请求，取得响应内容：

url = 'https://www.bilibili.com/video/' + bv
direct = requests.get(url, headers=headers).text
print(direct)

运行这一段代码（其中bv是指该视频的bv号）我们可以得到响应内容，在响应内容中我们搜索“baseurl”后出现多个结果，如下:

在响应中查找baseurl

我们可以发现，这一段下面有个“mineType”，对应的值为“video/mp4”，意味着这是视频画面的url。再往后面查询，如果“mineType”对应的值为“audio/mp3”，则为音频的url。然后，我们据此构建正则表达式提取出目标url，将画面和音频获取下来：

pattern = re.compile('"baseUrl":"(.*?)"')    # 构建正则表达式
pattern1 = re.compile('"title":"(.*?)",')    # 这里构建的正则表达式是为了获取视频标题，方便后续文件命名
lis = pattern.findall(direct)
lis0 = pattern1.findall(direct)    # 将所有“baseurl”获取下来
title = lis0[0].replace(' ', '_')

videoU = lis[0]    # 这里得到画面的url
audioU = lis[-1]    # 这里得到音频的url

video = requests.get(videoU, headers=headers).content
audio = requests.get(audioU, headers=headers).content

with open(self.path + '/' + 'audio.mp3', 'wb') as f:
    f.write(audio)
    f.close()
with open(self.path + '/' + 'video.mp4', 'wb') as f:
    f.write(video)
    f.close()

到这里我们就获取到音频和画面了，接下来我们需要将这两个文件合成为一个完整的视频，需要调用ffmpeg喵。

3. 合成视频

这里需要用到ffmpeg和Python中的ffmpeg库，需要提前下载ffmpeg哦！

ffmpeg官方网址FFmpeg

（下载完成后别忘了配置环境变量喵，具体操作这里暂且不做展开）

操作如下：

audio = ffmpeg.input('audio.mp3')
video = ffmpeg.input('video.mp4')

out = ffmpeg.output(video, audio, title + '.mp4')    # 合成视频
out.run()
os.remove('audio.mp3')    # 删除原有的音频文件
os.remove('video.mp4')    # 删除原有的画面文件

到这里就获取到完整的视频辣

当然，本文只是提供了一个简单的思路，实际可操作的方法还有很多。

---

我是若琼，一名来自南京邮电大学，爱好编程的大一学生，欢迎各位感兴趣的友友们与作者私信交流，也希望各位业内大佬能够多多批评指正喵。