python m3u8_python 实践应用(一)解析M3U8

parse_m3u8_info : 返回M3U8内容, 但不是最终的, 只是简单的打印出来

parse_final_m3u8_info : 返回M3U8的完整内容

如果有多路stream,默认返回的是第一路的stream

has_ext_stream : 判断M3U8中是否存在#EXT-X-STREAM-INF

has_ext_key : 判断M3U8中是否存在#EXT-X-KEY, 就是m3u8是否被加密

has_ext_discontinuity : 判断M3U8中是否存在#EXT-X-DISCONTINUITY

当码流发生切换的时候, 会提示这个标签

get_total_duration : 获取M3U8文件的总时长

1.打印M3U8内容

#!/usr/bin/python

# -*- coding: UTF-8 -*-

import requests

import urlparse

URL='https://tv2.youkutv.cc/2020/04/14/MbqulRmS8sjQGJG9/playlist.m3u8'

### 返回m3u8文件,不是最终的

def parse_m3u8_info(url):

val = urlparse.urlsplit(url)

if (val.scheme != 'http') and (val.scheme != 'https'):

return 'Error protocol'

result = ''

request = requests.get(url, timeout=20)

for line in request.iter_lines():

result += line + '\n'

return result

result = parse_m3u8_info(URL)

print('M3U8文件内容如下:\n' + result)

#EXTM3U

#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=1500000,RESOLUTION=720x406

1500kb/hls/index.m3u8

2.打印M3U8完整文件

#!/usr/bin/python

# -*- coding: UTF-8 -*-

import requests

import urlparse

### M3U8 Tag

TAG_PREFIX = '#EXT'

TAG_STREAM_INF = '#EXT-X-STREAM-INF'

### M3U8 Pattern Tag

REGEX_MEDIA_DURATION = TAG_MEDIA_DURATION + ':([\\d\\.]+)\\b'

URL='http://video.yjf138.com:8091/20180812/6yl0Q2YZ/index.m3u8'

### 返回最终的m3u8文件

def parse_final_m3u8_info(url):

val = urlparse.urlsplit(url)

if (val.scheme != 'http') and (val.scheme != 'https'):

return 'Error protocol'

request = requests.get(url, timeout=20)

result = ''

hasStreamInf = False

for line in request.iter_lines():

if (line.startswith(TAG_PREFIX)):

result += line + '\n'

if (line.startswith(TAG_STREAM_INF)):

hasStreamInf = True

continue

if (hasStreamInf):

return parse_final_m3u8_info(get_final_url(url, line))

hasStreamInf = False

result += get_final_url(url, line) + '\n'

return result

### 根据m3u8中的分片写法得到完整的url

def get_final_url(url, line):

val = urlparse.urlsplit(url)

hostUrl = url[0:url.index(val.netloc)+len(val.netloc)]

baseUrl = url[0:url.rindex('/')+1]

if (line.startswith('/')):

tempUrl = ''

if (line[1:].find('/') != -1):

tempIndex = line[1:].index('/')

tempUrl = line[0:tempIndex]

if (url.find(tempUrl) != -1):

tempIndex = url.index(tempUrl)

tempUrl = url[0:tempIndex] + line

else:

tempUrl = hostUrl + line[1:]

return tempUrl

else:

tempUrl = baseUrl + line[1:]

return tempUrl

if (line.startswith('http://') or line.startswith('https://')):

return line

return baseUrl + line

finalResult = parse_final_m3u8_info(URL)

print('M3U8文件最终内容如下:\n' + finalResult)

3.统计M3U8的总时长

#!/usr/bin/python

# -*- coding: UTF-8 -*-

import requests

import urlparse

import re

### M3U8 Tag

TAG_PREFIX = '#EXT'

TAG_MEDIA_DURATION = "#EXTINF";

TAG_STREAM_INF = '#EXT-X-STREAM-INF'

### M3U8 Pattern Tag

REGEX_MEDIA_DURATION = TAG_MEDIA_DURATION + ':([\\d\\.]+)\\b'

URL='http://video.yjf138.com:8091/20180812/6yl0Q2YZ/index.m3u8'

### 获取M3U8文件的总时长

def get_total_duration(url):

val = urlparse.urlsplit(url)

if (val.scheme != 'http') and (val.scheme != 'https'):

return 'Error protocol'

request = requests.get(url, timeout=20)

result = ''

hasStreamInf = False

totalDuration = 0

for line in request.iter_lines():

if (line.startswith(TAG_PREFIX)):

if (line.startswith(TAG_STREAM_INF)):

hasStreamInf = True

elif (line.startswith(TAG_MEDIA_DURATION)):

ret = parse_pattern_str(REGEX_MEDIA_DURATION, line)

totalDuration += float(ret)

continue

if (hasStreamInf):

return get_total_duration(get_final_url(url, line))

hasStreamInf = False

return totalDuration

def parse_pattern_str(pattern_str, str):

matchObj = re.match(pattern_str, str)

if (matchObj) :

return matchObj.group(1)

return ''

totalDuration = get_total_duration(URL)

print('此M3U8文件的总时间: --->' + str(totalDuration))

上面出现过的get_final_url函数我就不重复写了。

上面用到了一个正则匹配,需要导入import re

4.是否存在KEY

http://video.yjf138.com:8091/20180812/6yl0Q2YZ/index.m3u8 中包含#EXT-X-KEY / #EXT-X-DISCONTINUITY / #EXT-X-STREAM-INF

#EXT-X-KEY:METHOD=AES-128,URI="key.key"

说明这时候使用AES-128加密,加密的密钥是 key.key, 当然是存在当前服务器上的密钥.

5.是否存在DISCONTINUITY

当发生码流变化的时候会出现这个标签,说明前后的ts可能会出现码流、分辨率、编码格式等属性的不同。播放器需要提前做好准备。

6.是否存在多路流

为多个分辨率准备的标签,当出现这个标签的时候,会标识当前流的分辨率、码流等属性,说明下面对应出现的还是一个M3U8索引文件。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python爬虫是一种非常强大的工具,它可以被用于多种目的,其中包括爬取视频信息和文件。如果需要爬取视频_index.m3u8_ts.rar文件,以下是一些步骤和技巧: 1. 确定爬取目标:首先需要确定要爬取的视频_index.m3u8_ts.rar文件的URL地址,可以在浏览器中打开开发者工具(如Chrome的“开发者工具”),在“网络”选项卡下查找请求的URL地址。 2. 使用Python爬虫:Python爬虫的主要模块包括requests、BeautifulSoup等,可以使用它们来获取请求的URL地址,并将响应的数据解析为所需的文件。 3. 使用正则表达式:视频的_index.m3u8_ts.rar文件通常是一个较大的文件,其中包含多个链接URL地址。可以使用Python中的正则表达式来提取所需的文件链接,并将它们存储为一个列表。 4. 下载文件:获取文件链接后,可以使用Python的requests模块下载视频_index.m3u8_ts.rar文件到本地。 5. 文件处理:下载完成后,可以使用Python中的常用文件处理工具(如os、shutil等)进行文件重命名、移动或其他操作。 总的来说,Python爬虫是一种非常灵活和高效的工具,可以大大简化获取和处理视频_index.m3u8_ts.rar文件的过程。但是需要注意的是,爬取文件时需要遵守相关法律法规和网站协议,以免触犯法律或侵犯他人利益。 ### 回答2: 要使用Python爬虫爬取视频_index.m3u8_ts.rar文件,需要以下几个步骤: 1. 确认网站和视频资源的URL:首先需要确认想要爬取的视频文件所在的网站和URL链接。可以使用Python中的requests库发起HTTP请求获取网址的HTML源代码,并从中解析出视频链接的URL。 2. 根据视频链接的URL获取文件:获取视频链接的URL之后,需要使用Python中的requests库再次发起HTTP请求,获取视频文件的二进制数据。一般情况下,在请求中需要设置请求头部信息和一些参数,以便获得正确的内容。 3. 下载和解压文件:在获取到视频文件数据之后,需要将其保存为本地的视频文件。视频文件有可能是一个压缩包,如.rar或.zip文件,因此还需要使用Python中的解压缩库来进行解压操作。 4. 根据视频文件生成m3u8文件:在解压出视频文件的内容之后,需要使用Python编写脚本解析视频文件,并生成相应的m3u8文件。m3u8是一种视频资源格式,包含了可以分片下载的视频资源地址列表,可以使用播放器播放m3u8视频资源。 以上是爬取视频_index.m3u8_ts.rar的一般流程,具体实现方法会因网站和视频资源的不同而有所差异,需要针对具体情况进行调整。同时,爬取视频资源时需要尊重版权,遵守相关法律法规并遵守网站的规定,不进行盗版、侵权、篡改等行为。 ### 回答3: 首先,需要了解m3u8文件的基本概念。m3u8是指一种基于HTTP Live Streaming (HLS)协议的音视频播放列表格式,它是由苹果公司首先提出的。m3u8文件中包含了多个ts文件的链接地址,ts文件中则包含了音视频数据。因此,如果成功获取了m3u8文件并解析出其中的ts文件链接地址,就可以成功抓取指定的音视频数据了。 那么如何使用Python实现这个任务呢?以下是一些基本的步骤: 1. 网络请求:使用requests库或urllib库向网站发送请求,获取网站源代码。 ``` python import requests url = "http://example.com/video_index.m3u8" response = requests.get(url) html = response.text ``` 2. 正则表达式匹配:从网站源代码中提取.m3u8和ts文件链接地址。 ``` python import re pattern = "(http://.*?\.m3u8)" m3u8_url = re.findall(pattern, html)[0] pattern = "(http://.*?\.ts)" ts_urls = re.findall(pattern, html) ``` 3. 下载.m3u8文件:使用requests库下载.m3u8文件。 ``` python m3u8_response = requests.get(m3u8_url) m3u8_text = m3u8_response.text ``` 4. 提取.ts文件链接:从.m3u8文件中提取所有.ts文件的链接。 ``` python ts_urls = [] for line in m3u8_text.split("\n"): if line.endswith(".ts"): ts_url = line if not ts_url.startswith("http"): ts_url = m3u8_url.rsplit("/", 1)[0] + "/" + ts_url ts_urls.append(ts_url) ``` 5. 下载.ts文件:使用多线程或异步IO方式同时下载多个.ts文件。 ``` python import threading import urllib.request def download_ts(ts_url, output_path): urllib.request.urlretrieve(ts_url, output_path) threads = [] for i, ts_url in enumerate(ts_urls): thread = threading.Thread(target=download_ts, args=(ts_url, f"video_{i}.ts")) threads.append(thread) thread.start() for thread in threads: thread.join() ``` 6. 合并.ts文件:使用ffmpeg或moviepy库将多个.ts文件合并为一个完整的视频文件。 至此,我们便成功用Python实现了视频的抓取和合并。需要注意的是,具体实现可能会根据不同的网站有所变化,这里只是提供一个基本的思路。此外,网络爬虫本身是一项敏感而受限的技术,建议在遵守法律和道德规范的前提下使用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值