Python爬虫入门教程23：A站视频的爬取，解密m3u8视频格式

💥确定目标需求

---

既然选择爬取视频了，那肯定优先选择小姐姐的视频呀😍

懂得都懂~

💥网页数据分析，找寻数据来源

---

A站视频是m3u8格式，整个视频分为很多小段，一段对应一个ts文件。

所以只需要找到这个m3u8的数据来源就可以获取所有的ts文件。

url链接的请求参数 pkey 是会改变的。但是这个参数是可以在网页源代码中找到的。包括m3u8的请求链接也是在网页源代码中可以获取的。

💥整体思路

---

1、请求视频地址，获取源代码中的m3u8的url地址。

2、请求m3u8的地址，获取所有的ts文件地址

3、保存ts文件并且合并ts文件成mp4视频格式

💥实现代码

---

import requests

import re

from tqdm import tqdm

import os

def change_title(title):

pattern = re.compile(r"[/\😗?“<>|]”) # ‘/ \ : * ? " < > |’

new_title = re.sub(pattern, “_”, title) # 替换为下划线

return new_title

def get_response(html_url):

headers = {

‘User-Agent’: ‘Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36’

}

response = requests.get(url=html_url, headers=headers)

return response

def save(name, video, title):

path = f’{name}\’

if not os.path.exists(path):

os.makedirs(path)

with open(path + title + ‘.ts’, mode=‘wb’) as f:

f.write(video)

def get_m3u8_url(html_url):

html_data = get_response(html_url).text

m3u8_url = re.findall(‘backupUrl(.*?)"]’, html_data)[0].replace(‘"’, ‘’).split(‘\’)[-2]

title = re.findall(‘“title”:“(.*?)”’, html_data)[0]

new_title = change_title(title)

m3u8_data = get_response(m3u8_url).text

m3u8_data = re.sub(‘#EXTM3U’, “”, m3u8_data)

m3u8_data = re.sub(r’#EXT-X-VERSION:\d’, “”, m3u8_data)

m3u8_data = re.sub(r’#EXT-X-TARGETDURATION:\d’, “”, m3u8_data)

m3u8_data = re.sub(r’#EXT-X-MEDIA-SEQUENCE:\d’, “”, m3u8_data)

m3u8_data = re.sub(r’#EXT-X-ENDLIST’, “”, m3u8_data)

m3u8_data = re.sub(r’#EXTINF:\d.\d,', “”, m3u8_data)

m3u8 = m3u8_data.split()

for link in tqdm(m3u8):

ts_url = ‘https://tx-safety-video.acfun.cn/mediacloud/acfun/acfun_video/hls/’ + link

video = get_response(ts_url).content

ts_title = link.split(‘?’)[0].split(‘.’)[1]

save(new_title, video, ts_title)

print(f’{title}已经下载完成,请验收…')

if name == ‘main’:

video_id = input(‘请输入你要下载的视频ID：’)

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V：vip1024c 备注Python获取（资料价值较高，非无偿）

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给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！

👉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。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

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。

d8ae8a0b883.png)

👉大厂面试真题👈

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。