python灰产路子有哪些_Python3 网络爬虫（四）：视频下载，那些事儿！-后台/架构/数据库-敏捷大拇指-一个敢保留真话的IT精英社区...-CSDN博客

快来登录

获取优质的科技资讯内容

收藏热门的IT网络技术干货

拷贝下载Swift Demo源代码

订阅梳理好了的知识点专辑

点击上方“Jack Cui”，选择“加为星标”

第一时间关注技术干货！

2f9270f7e6a8c983477f1e23a7d78c5c.jpg (48.64 KB, 下载次数: 0)

2020-5-11 15:21 上传

前言

你知道的视频下载“姿势”，有哪些吗？

本文绝对有你意想不到的玩法！

6d3e2bf0d7e9259aa60e89fe51954150.jpg (13 KB, 下载次数: 2)

2020-5-11 15:21 上传

陈年往事

视频下载，跟图片下载其实并无差别，甚至更简单。

玩过视频下载的，应该对「you-get」并不陌生。

「you-get」支持各大视频网站的视频下载，国内外加起来近 80 家。像国内的爱奇艺、腾讯视频、抖音、快手、B站、A站，国外的 Youtube、Twitter、TED、Instagram等等。

你只需要一行命令，就可以轻松下载想要的视频。

you-get https://www.bilibili.com/video/BV1NZ4y1j7nw

比如，下载“黑人抬棺原版视频”。

090e4ca3fedd956ec633059e02e7cc9d.jpg (34.97 KB, 下载次数: 1)

2020-5-11 15:21 上传

简单好用！

URL：https://github.com/soimort/you-get

有了「you-get」就“无敌”了吗？

并非如此，「you-get」对于短视频下载较好。对于爱奇艺、腾讯视频里面的长视频内容，支持就有些局限。比如 VIP 付费内容，只能下载个 6 分钟时长的片头。

付费的 VIP 内容，也可以下载吗？

当然可以。

早在 2 年前，我就搭建过视频解析网站。

7e97fedba4dda4d97a1be75b7f279db1.jpg (545.54 KB, 下载次数: 0)

2020-5-11 15:21 上传

甭管是爱奇艺、腾讯、还是优酷，也甭管是免费视频还是付费视频，只要给个视频网址链接，分分钟解析播放。

用自己搭建的这个解析网站，白嫖了半年的视频。后来，用我这个网站看视频的人越来越多，索性就给它停了。

说实话，自己白嫖就算了，还带着大家一起白嫖，就有些过分了。

后来付费意识逐渐增强，不想再做白嫖党，也就办了爱奇艺的年度会员。

这种视频解析网站现在仍然有很多，但大多数都早已不能用了。

在网络上，有个叫「视频解析接口」的东西。

这些大大小小的视频解析网站，其实就是调用的这些第三方「视频解析接口」实现的。

背后的原理也并不复杂，就是拿着一些 VIP 会员账号，在后台解析视频，然后分享给别人看的。

随着版权意识、版权管理的加强，以及技术的更新迭代，这类「视频解析接口」也就逐渐失效了。

在网络上，还有个叫「资源采集网」的东西。

「视频解析接口」大量失效，那帮搞「灰产」的人另辟蹊径，既然视频无法解析，那就搜索资源吧。

现在，与其叫它们「视频解析接口」，不如叫它们「视频搜索接口」。

这些「视频搜索接口」拿着视频地址，去「资源采集网」匹配资源。

「资源采集网」其实就是一个大型网络爬虫，它会采集网络上的视频资源，并将它们整合到一起。

这里的说头，太多了。扯远了，回归正题。

视频下载

背景讲完了，那就进入今天的主题，从「资源采集网」下载我们想要的视频。

以「越狱第一季」为例，越狱算是带我入坑的美剧之一，Miller 太帅了。

本文要爬的网站名叫「ok 资源网」，长这样：

a63179853bb3c1cdbf810ee92fa9ba92.jpg (280.98 KB, 下载次数: 0)

2020-5-11 15:21 上传

URL：http://www.jisudhw.com/

思路也不复杂，搜索、解析、下载。

1、搜索

想要下载视频，首先得找到资源，采用站内搜索很简单。

抓搜索的请求包也特别简单，教一个小技巧：

第一步输入要搜索的内容，第二步打开并清理 Network，第三步点击搜索按钮。

753bc16566f809313c66c6844194c33d.jpg (244.29 KB, 下载次数: 1)

2020-5-11 15:21 上传

Network 里第一个弹出的就是搜索的请求包。

5ecf0f7f9c677f2766b2b78f5b7acf9e.jpg (244.49 KB, 下载次数: 1)

2020-5-11 15:21 上传

可以看到，这是一个 POST 请求。

之前的实战内容，无论是下载小说，还是下载图片，都是 GET 请求。

GET 请求，就是字面意思，从服务器获取数据。POST 请求，也是字面意思，给服务器发送数据。

因为我们是搜索嘛，得告诉服务器，咱搜索啥，给服务器传递数据，就是通过 POST。

能 POST 的数据有很多，可以是简单的字符串、也可以是一张图片。

POST 啥数据，那就看服务器要啥数据，要啥给啥，就这么简单。

看一下搜索的结果页，不难发现，搜索结果存储在 class 属性为 xing_vb4 的 span 标签里。

3eab9b15da5b1c7e863237efbebd9d4f.jpg (107.63 KB, 下载次数: 1)

2020-5-11 15:21 上传

没有难度啊，直接搞起。根据浏览器抓包结果，填写 data 信息即可。由于网站也有简单的 Header 反爬虫，所以一些必要的 Headers 信息也要填写。

import requestsfrom bs4 import BeautifulSoup

search_keyword = '越狱第一季'search_url = 'http://www.jisudhw.com/index.php'serach_params = { 'm': 'vod-search'}serach_headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.122 Safari/537.36', 'Referer': 'http://www.jisudhw.com/', 'Origin': 'http://www.jisudhw.com', 'Host': 'www.jisudhw.com'}serach_datas = { 'wd': search_keyword, 'submit': 'search'}

r = requests.post(url=search_url, params=serach_params, headers=serach_headers, data=serach_datas)

r.encoding = 'utf-8'server = 'http://www.jisudhw.com'search_html = BeautifulSoup(r.text, 'lxml')search_spans = search_html.find_all('span', class_='xing_vb4')for span in search_spans: url = server + span.a.get('href') name = span.a.string print(name) print(url)

顺利拿到详情页地址：

718473b75ec4d2b96a12ecf65d1eff75.jpg (170.05 KB, 下载次数: 1)

2020-5-11 15:21 上传

2、解析

解析详情页，获得下载链接，我们先看下详情页都有啥。

URL：http://www.jisudhw.com/?m=vod-detail-id-15409.html

视频详情页，至少有两种播放类型，一种是 m3u8 ，一种是 kuyun 。

0ceb0d4ee95fe1e7bdaa9dc14cf4bc29.jpg (343.29 KB, 下载次数: 1)

2020-5-11 15:21 上传

拿到其中一种链接即可，我们以 m3u8 为例进行说明。

可以看到，视频链接都放在了 input 标签里，直接匹配：

import requestsfrom bs4 import BeautifulSoup

detail_url = 'http://www.jisudhw.com/?m=vod-detail-id-15409.html'r = requests.get(url = detail_url)r.encoding = 'utf-8'detail_bf = BeautifulSoup(r.text, 'lxml')num = 1serach_res = {}for each_url in detail_bf.find_all('input'): if 'm3u8' in each_url.get('value'): url = each_url.get('value') if url not in serach_res.keys(): serach_res= num print('第d集:' % num) print(url) num += 1

将结果都存放到了字典里，这样方便后续视频链接和视频名称的一一对应。

b07c8458d334e2a43805514266837418.jpg (216.85 KB, 下载次数: 0)

2020-5-11 15:21 上传

3、下载

视频下载，一般而言，无非两种情况。

一种，链接明确是以 mp4、mkv、rmvb 这类视频格式后缀为结尾的链接，这种下载很简单，跟图片下载方法一样，就是视频文件要比图片大而已。

另一种，链接是以 m3u8 这类分段视频后缀结尾的链接。啥是分段视频？

抓包看一下就知道了，打开视频播放链接：

http://youku.com-youku.net/share/f0d48bde60d407c45af7ca00d1ef927b

0e59ff9ebe172eb3cb9dd563b66a5efe.jpg (365.39 KB, 下载次数: 2)

2020-5-11 15:21 上传

现在很多视频都是分段存储的，你看视频的时候，其实是在加载一个个 ts 视频片段，一个片段是几秒钟的视频。

这种视频要怎么下载？怎么将 ts 视频片段组合成一个视频？

其实，如果知道方法，就很简单。

m3u8 这种格式的视频，就是由一个个 ts 视频片段组成的。

一个 m3u8 文件并不大，你可以把它理解为链表，每个 ts 视频片段文件，都有下一个时序的 ts 视频片段的地址。

8f619b8c743eea631bc19f3e9ef33dd4.jpg (10.19 KB, 下载次数: 1)

2020-5-11 15:21 上传

记住一点，解决音频和视频的一些问题，可以看看 FFmpeg，它的中文名叫多媒体视频处理工具。

FFmpeg 有非常强大的功能包括视频采集、视频格式转换、视频抓图、给视频加水印等功能。

这种 ts 视频片段合成，格式转换问题，交给 FFmpeg 就好了。

要使用 FFmpeg，需要先安装配置一番。

下载地址：https://ffmpeg.zeranoe.com/builds/

安装好后，记得配置环境变量。

FFmpeg 也有 Python API 接口，名字叫 ffmpy3，安装好 FFmpeg 后，可以直接通过 pip 安装。

pip install ffmpy3

都弄好，就可以愉快的玩耍了。

比如想要下载 m3u8 文件。

URL：

http://youku.com-youku.net/20180614/11920_4c9e1cc1/index.m3u8

可以在命令行输入如下指令：

ffmpeg -i "http://youku.com-youku.net/20180614/11920_4c9e1cc1/index.m3u8" "第001集.mp4"

视频会保存为「第001集.mp4」。

如果用 Python 接口，也只需要两行代码：

import ffmpy3ffmpy3.FFmpeg(inputs={'http://youku.com-youku.net/20180614/11920_4c9e1cc1/index.m3u8': None}, outputs={'第001集.mp4':None}).run()

FFmpeg 自动整合 ts 分段视频，并保存为 mp4 格式的视频。

是不是很简单？

整合代码

代码整合在一起，开始下载电视剧。

import osimport ffmpy3import requestsfrom bs4 import BeautifulSoupfrom multiprocessing.dummy import Pool as ThreadPool

video_dir = '' r = requests.post(url=search_url, params=serach_params, headers=serach_headers, data=serach_datas)r.encoding = 'utf-8'server = 'http://www.jisudhw.com'search_html = BeautifulSoup(r.text, 'lxml')search_spans = search_html.find_all('span', class_='xing_vb4')for span in search_spans: url = server + span.a.get('href') name = span.a.string print(name) print(url) video_dir = name if name not in os.listdir('./'): os.mkdir(name) detail_url = url r = requests.get(url = detail_url) r.encoding = 'utf-8' detail_bf = BeautifulSoup(r.text, 'lxml') num = 1 serach_res = {} for each_url in detail_bf.find_all('input'): if 'm3u8' in each_url.get('value'): url = each_url.get('value') if url not in serach_res.keys(): serach_res[url] = num print('第d集:' % num) print(url) num += 1

def downVideo(url): num = serach_res[url] name = os.path.join(video_dir, '第d集.mp4' % num) ffmpy3.FFmpeg(inputs={url: None}, outputs={name:None}).run() # 开8个线程池pool = ThreadPool(8)results = pool.map(downVideo, serach_res.keys())pool.close()pool.join()

由于视频太大了，要是一个一个地下载，有些慢，适当开个线程，8 线程下载。

63dae92566a92ffb2560e038a5046edb.jpg (11.4 KB, 下载次数: 0)

2020-5-11 15:21 上传

来吧，一起看「越狱」吧！

最后

本文仅是探讨一些关于视频下载的技术，切勿滥用。

支持正版，从我做起。

关注微信公众号，公众号文章评论区留言，获赞数前2名的读者，将获得爱奇艺1个月黄金 VIP 会员。

Jack Cui

edcdeabb09ab8ddbdcd0863739952019.jpg (36.49 KB, 下载次数: 1)

2020-5-11 15:21 上传

ec6de9ecb86627f88755edc6c116def1.jpg (4.11 KB, 下载次数: 2)

2020-5-11 15:21 上传

6398465a8cbf5f348c8f98cfab1bfb41.jpg (36.6 KB, 下载次数: 0)

2020-5-11 15:22 上传

长按识别二维码关注

游客，本帖隐藏的内容需要积分高于 10240000 才可浏览，您当前积分为 0

登录才可查看全文

好好学习Swift，天天想上Swifthumb

敏捷大拇指，一个敢保留真话的IT精英社区

都看到这里了，就把这篇资料推荐给您的好朋友吧，让他们也感受一下。

回帖是一种美德，也是对楼主发帖的尊重和支持。您的赞赏是我前进的方向。

*声明：敏捷大拇指是全球最大的Swift开发者社区、苹果粉丝家园、智能移动门户，所载内容仅限于传递更多最新信息，并不意味赞同其观点或证实其描述；内容仅供参考，并非绝对正确的建议。本站不对上述信息的真实性、合法性、完整性做出保证；转载请注明来源并加上本站链接，敏捷大拇指将保留所有法律权益。如有疑问或建议，邮件至marketing@swifthumb.com。

*联系：微信公众平台：“swifthumb” / 腾讯微博：@swifthumb / 新浪微博：@swifthumb / 官方QQ一群：343549891(满) / 官方QQ二群：245285613 ，需要报上用户名才会被同意进群，请先注册敏捷大拇指。