Python | 02.下载视频（普通视频、m3u8加密视频ts）

0.项目名字：getMovies

仅做技术分享使用，如侵必删

1.获取下载链接

以某网站的视频为例（不同网站的规则不同，这是其中一种未加密的）

F12进入开发者模式，在Network中找到mp4文件（可以从Media中筛选）

Request URL对应的就是视频下载地址，也可以用下载器直接下载

2.下载准备

2.1.获取请求头

必须要有完整的请求头信息，否则要么无法访问URL，要么视频无法正确解码

像这个是不可用的。

此时可以尝试将下载链接复制到浏览器地址栏去重新打开

便可获得完整的请求头信息

附上自用的工具类源码，可将复制粘贴的请求头信息保存为字典类型

# -*- coding = utf-8 -*-
# @Time : 2021/5/11 16:50
# @Author : xyx-Eshang
# @File : headersUtil.py
# @software : PyCharm

import re


# 根据文本内容，获得headers
def getHeaders(headersStr):
    headers = {}
    headersList = re.findall(r':?(.*?): (.*)\n?', headersStr)
    for headersTuple in headersList:
        headers[headersTuple[0]] = headersTuple[1]
    return headers

2.2.获取文件名

文件名在下载链接中可以看到，这里使用正则表达式将文件名从url中提取出来

2.3.创建好保存目录

保存路径对应的目录必须被提前创建好

如果路径不存在，直接用open()去调用是会报错的。

强调下面两个函数：

import os

os.mkdir("路径")										# 创建文件夹
os.makedirs("路径")							 	# 创建包括父级文件夹在内的各级文件夹

1） os.mkdir()按照参数去创建文件夹，但如果中间某一父级文件夹不存在，就会报错。以下方为例

os.mkdir("../abc/def")		# 根据相对路径"../abc/def"创建def文件夹

如果…/abc这个文件夹存在，那么程序就可以正常执行；

但如果…/abc文件夹不存在，此时程序就会报错

2） os.makedirs()按照参数去逐级创建文件夹，能有效避免上述可能出现的错误，如果某一父级文件夹不存在，会一并创建。

3.下载文件

一切准备就绪以后，开始编写download()函数，需要的参数分别是

1） url

2） headers：请求头信息

3） full_file_name：完整的文件名

4） download_path：文件保存路径

open()的模式必须用bytes模式，

覆盖写入用"wb"，追加写入（视频拼接）用"ab"

附源代码

def download(url, headers, full_file_name, download_path):
    request = urllib.request.Request(url=url, method="GET", headers=headers)
    print("正在下载：" + full_file_name, end="...")
    try:
        response = urllib.request.urlopen(request)

        # 更换操作路径
        os.chdir(download_path)

        # 将下载的文件从内存拷贝到本地磁盘
        file = open(full_file_name, "wb")
        file.write(response.read())
        file.close()
        print("下载完成！")
    except urllib.error.HTTPError as e:
        if e.code == 404:
            print("该文件不存在！")
        else:
            print(e)

4.进阶练习：m3u8加密视频的下载

有的网站上传的视频是经过m3u8加密处理过的

这类视频的特点是：

完整的视频会被切割成很多个扩展名为.ts的小片段

如下图所示，F12进入开发者工具，在XHR中筛选

由之前的内容可以得知，Request URL的内容就是这个视频片段的下载地址

而下载地址又和命名有关，仔细观察不难发现，文件的命名规则都是：

xxxxxxxx000.ts

xxxxxxxx001.ts

xxxxxxxx002.ts

有这样的规律就好办了，遍历下载所有的ts文件即可

这里针对核心部分，书写大致思路

4.1.遍历获得urlList列表和fullFileNameList列表

观察得知，一个视频的所有ts文件，url前面部分都是一样的

唯一的区别是后面的数字000、001、002…（或是00、01、02…）

因此可以用While True循环获取：

1） urlList：保存了所有的url

2） fullFileNameList：保存了所有的文件名（包括扩展名）

# 比如一共有3个ts文件，url分别是
# https://abcdefg01.ts
# https://abcdefg02.ts
# https://abcdefg03.ts

urlList = []												 # 保存所有的url
fullFileNameList = []								 # 保存所有的完整文件名
count = 0													  # 计数器
baseUrl = "https://abcdefg"						# url前面完全一致的部分
while True:
    try:
    		# 处理fullFileName
    		# 由于数字是01、02、03，这里需要手动拼接
    		if(count < 10):
        	fullFileName == "0" + str(count) + ".ts"
    		else:
        	fullFileName == str(count) + ".ts"
    		# 保存到列表中
    		fullFileNameList.append(fullFileName)
    
    		# 处理url
    		url = baseUrl + fullFileName
    		# 保存到列表中
    		urlList.append(url)
        
    except urllib.error.HTTPError as e:
        # 报404时，说明已经遍历完毕，终止循环
        if e.code == 404:
            break
        else:
            print(e)

4.2.循环访问url并下载

循环访问urlList的元素即可

保存的文件名则是fullFileNameList的元素

整体和上面思路几乎一直，只是在外层嵌套了循环

详细说明将耗费大量篇幅，因此这里留给大家独立完成

4.3.合并文件

在下载好所有的ts文件以后，便可以将这些文件合并起来

特别注意

在前面命名的时候，一定要把前面的"0"给加上，否则视频将不会按照期望的顺序去执行合并！

4.3.1.使用cmd指令合并

copy /b 原视频路径.* 新视频路径\合并文件名

比如这里希望将D:\Python下的所有ts文件，合并成combinedFile.mp4

那么指令就是

copy /b D:\Python.* D:\Python\combinedFile.mp4

4.3.2.使用python的文件写入来实现

附源代码

def combineFiles(combinedFileName, downloadPath):
    # 更换操作目录
    os.chdir(downloadPath)
    try:
        # 若原有文件，则先移除文件
        os.remove(combinedFileName)
    except FileNotFoundError:
        # 若原来没有该文件，不做任何操作
        pass
    # 获取所有文件名
    allTsFileNames = os.listdir()
    for tsFileName in allTsFileNames:
        tsFile = open(tsFileName, "rb")
        combinedFile = open(combinedFileName, "ab")
        # 向目标文件追加内容
        combinedFile.write(tsFile.read())
        tsFile.close()
        # 删除ts文件
        os.remove(tsFileName)
    print("合并完成")
    os.chdir(defaultPath)

其中defaultPath是文件的默认操作路径，已在外层定义好