如何抓取土豆网的视频原文件
以前一直以为抓取flv或者swf的文件都是直接看html的代码,但是发现土豆的没办法找到,一直郁闷不知道如何处理,今天终于找到实现这些抓取的原理,看来要对http协议好好研究研究才行了。
象 土豆网这样的视频文件是无法用迅雷直接抓取原文件的,因为其采用的是flash flv文件格式,通过迅雷抓取的只是一个个性化的flv播放器。 icekernel的意见是通过查看ie缓存,显然还有更好的办法。下面给出典型的数据包顺序,以 http://www.toodou.com/v/kV5FNAWE4RY这个原url为例说明。
1.GET /v/kV5FNAWE4RY,Location
---------------------------------------------------------------------------------------------------------------------
GET /v/kV5FNAWE4RY HTTP/1.1
Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/vnd.ms-excel, application/vnd.ms-powerpoint, application/msword, application/x-shockwave-flash, */*
Accept-Language: zh-cn
Accept-Encoding: gzip, deflate
User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; InfoPath.1)
Host: www.toodou.com
Connecti
以前一直以为抓取flv或者swf的文件都是直接看html的代码,但是发现土豆的没办法找到,一直郁闷不知道如何处理,今天终于找到实现这些抓取的原理,看来要对http协议好好研究研究才行了。
象 土豆网这样的视频文件是无法用迅雷直接抓取原文件的,因为其采用的是flash flv文件格式,通过迅雷抓取的只是一个个性化的flv播放器。 icekernel的意见是通过查看ie缓存,显然还有更好的办法。下面给出典型的数据包顺序,以 http://www.toodou.com/v/kV5FNAWE4RY这个原url为例说明。
1.GET /v/kV5FNAWE4RY,Location
---------------------------------------------------------------------------------------------------------------------
GET /v/kV5FNAWE4RY HTTP/1.1
Accept: image/gif, image/x-xbitmap, image/jpeg, image/pjpeg, application/vnd.ms-excel, application/vnd.ms-powerpoint, application/msword, application/x-shockwave-flash, */*
Accept-Language: zh-cn
Accept-Encoding: gzip, deflate
User-Agent: Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; .NET CLR 2.0.50727; InfoPath.1)
Host: www.toodou.com
Connecti