Python爬虫：AcFun弹幕视频网

CSDN个人主页： 高智商白痴
原文地址： https://blog.csdn.net/qq_44700693/article/details/109124334?utm_source=app

导入

前段时间我已经将B站的爬取方法做了一个总结：Python爬虫：哔哩哔哩（bilibili）视频下载。

这一次，我将继续分享 AcFun 视频网站的解析，其实相对于B站，A站的反爬机制更为简单：

---

单个短视频

获取视频的信息

为了能够方便的解析与说明，就肯定会拿一个例子来才好的哇：

【仙女UP特辑】AcFun Family Party ——成都站（今天又是 lsp 的一天呢~~）

直接在浏览器端打开并抓包该链接发现，在 XHR 的数据下，第一条（又或者某一次）的请求就加载了视频的真实请求链接：
虽然本身仅仅是一个 m3u8 文件，不过我们还是有办法处理的，我们在此之前先必须要找到该文件的亲亲贵是从哪里发出来的，又或者能够在哪里找到这个链接。

在找遍了 XHR 数据无果后，我决定去看一看网页源码：
当我用 m3u8 文件的请求链接在网页源码中搜索后发现，链接就出现在源码中：

因为在源码中是以 JSON 数据存放的：

所以我们需要将数据格式化，方便我们进行数据提取：

虽然我将该数据格式化以后发现，有一个字段的值居然也是一个 JSON 数据的格式，所以我们再对第二层的 JSON 数据进行格式化后可以看到以下信息：

对于未登录时的状态，即使网页端不能直接播放，但是 “ 后台 ” 早已经给我们准备好了播放链接（B站则是加载当前账户或着未登录时能观看的最大清晰度），所以我们可以在未登陆的情况下 白嫖 超高清资源~~

class m3u8_url():
    def __init__(self, f_url):
        self.url = f_url

    def get_m3u8(self):
        global flag, qua, rel_path
        html = requests.get(self.url, headers=headers).text
        first_json = json.loads(re.findall('window.pageInfo = window.*? = (.*?)};', html)[0] + '}', strict=False)
        name = first_json['title'].strip().replace("|",'')
        video_info = json.loads(first_json['currentVideoInfo']['ksPlayJson'], strict=False)['adaptationSet'][0]['representation']

为了后续能够选择清晰度，所以我还进行了清晰度的爬取:

for quality in video_info:  # 清晰度
    num += 1
    Label[num] = quality['qualityLabel']
print(Label)
choice = int(input("请选择清晰度: "))

---

通过m3u8文件地址下载视频

到此，我们已经可以拿到视频的 m3u8 文件的地址，那么现在就来开始解决之前遗留的一个小问题：如何通过 m3u8 文件下载视频？

首先，我们拿到一个 m3u8 文件来作为案例：
为了方便，在这里我手动的写了一个 m3u8 文件来作为例子。

我们知道，在 m3u8 文件中的视频链接都是 .ts 的分段格式，所以我们必须要先想办法将所有的 .ts 链接都拿出来，并且加上前缀，拼装成视频的真实完整的链接：(在这里假设视频原前缀为 https://www.acfun.cn/)

urls=[]  # 用于保存视频的分段链接
def get_ts_urls():
    with open('123.m3u8',"r") as file:
        lines = file.readlines()
        for line in lines:
            if '.ts' in line:
                print("https://www.acfun.cn/"+line)

通过以上方法，我们就可以通过 m3u8 文件来获取每一段的视频链接了，接下来，我们再将下载的功能进行完善：

下载的基本思路还是和我以前的一篇文章的思路一样：Python爬虫：用最普通的方法爬取ts文件并合成为mp4格式

class Download(): 
    urls = []  # 用于保存视频的分段链接

    def __init__(self, name, m3u8_url, path):
        '''
        :param name: 视频名
        :param m3u8_url: 视频的 m3u8文件 地址
        :param path: 下载地址
        '''
        self.video_name = name
        self.path = path
        self.f_url = str(m3u8_url).split('hls/')[0] + 'hls/'
        with open(self.path + '/{}.m3u8'.format(self.video_name), 'wb')as f:
            f.write(requests.get(m3u8_url, headers={
   'user-agent': 'Chrome/84.0.4147.135'}).content)

    def get_ts_urls(self):
        with open(self.path + '/{}.m3u8'.format(self.video_name), "r") as file:
            lines = file.readlines()
            for line in lines:
                if '.ts' in line:
                    self.urls.append(self.f_url + line.replace('\n', ''))

    def start_download(self):
        self.get_ts_urls()
        for url in tqdm(self.urls, desc=