媒体资讯视频数据采集-yt-dlp-python实际使用-下载视频

对于视频二创等一些业务场景，可能要采集youtube等的相关媒体视频资源，使用[yt-dlp](https://github.com/yt-dlp/yt-dlp)是一个不错的选择，提供的命令比较丰富，场景比较全面

yt-dlp 是一个用 Python 编写的命令行工具，主要用于从视频网站下载视频和音频。它是 youtube-dl 的一个分支，提供了一些额外的功能和增强。翻译后的详细的说明： GitHub上的 yt-dlp 的 GitHub 页。

下面是一些简易的使用说明（需要有python环境，可以使用conda的python环境）

安装 yt-dlp

你可以通过 pip 安装 yt-dlp：

pip install -U yt-dlp

或者，你也可以直接从 GitHub 克隆最新版本：

git clone https://github.com/yt-dlp/yt-dlp.git
cd yt-dlp
python -m pip install .

基本用法

1. 下载视频：

   yt-dlp <视频网址>

例如：

   yt-dlp https://www.youtube.com/watch?v=dQw4w9WgXcQ

1. 下载音频：

   如果你只想下载音频，可以使用 -x 选项：

   yt-dlp -x --audio-format mp3 <视频网址>

1. 指定下载格式：

   默认情况下，yt-dlp 会选择最佳视频/音频格式，但你可以手动指定：

   yt-dlp -f "bestvideo[height<=720]+bestaudio" <视频网址>

1. 下载整个播放列表：

   如果视频网址是一个播放列表，你可以直接下载整个列表：

   yt-dlp <播放列表网址>

1. 设置输出文件名：

   你可以使用 -o 选项来指定下载的文件名格式：

   yt-dlp -o "%(title)s.%(ext)s" <视频网址>

高级用法

1. 代理设置：

   如果你需要使用代理，可以使用 --proxy 选项：

   yt-dlp --proxy "socks5://user:pass@host:port" <视频网址>

1. 下载进度条：

   默认情况下，yt-dlp 会显示下载进度。如果你希望以简洁模式下载，使用 --no-progress：

   yt-dlp --no-progress <视频网址>

1. 下载字幕：

   如果视频有字幕，你可以选择下载它们：

   yt-dlp --write-sub --sub-lang "zh-Hans" <视频网址>

帮助和选项

要查看所有可用选项和帮助信息，可以使用：

yt-dlp --help

python中使用

pip安装yt-dlp

pip install -U yt-dlp

如果是Linux服务器上使用yt-dlp,需要有FFmpeg的支持

Ubuntu 上

使用包管理器 APT：

1. 更新软件包列表：

   sudo apt update

2. 安装 FFmpeg：

   sudo apt install ffmpeg

   安装完成后，您可以在终端中输入 ffmpeg -version 来验证安装是否成功。

本地能翻qian的情况下，只能小量的采集数据；不然会报错

如果是大批量的采集某个网站的视频数据，最好是部署到服务器上，并且使用代理, 没有代理，采集量大了会报错提示（海外代理能只能使用海外服务器）

``

import yt_dlp

def download_youtube_video(url, output_path):
    """
    下载youtube视频
    :param url: 视频url
    :param output_path: 视频保存路径
    :return:
    """
    format = None
    if 'shorts' in url:
        # 采集横版视频
        format = 'bestvideo[width=720]+bestaudio/best[width=720]'
    else:
        # 采集竖版视频
        format = 'bestvideo[height=720]+bestaudio/best[height=720]'
    options = {
        'format': format,
        'merge_output_format': 'mp4',
        'outtmpl': output_path,
        # 使用代理(大批量下载需要使用代理-静态代理IP就行，动态的不太靠谱，静态代理IP失效了就换一批)
        # 'proxy': ''
    }
    try:
        with yt_dlp.YoutubeDL(options) as ydl:
            ydl.download([url])
    except yt_dlp.utils.DownloadError as e:
        print(f'下载失败-{e}')


if __name__ == '__main__':
    # 竖版视频
    video_url = "https://www.youtube.com/shorts/cjTvuE9yCMo"
    print(f'获取竖版视频-{video_url}')
    output_path = "cjTvuE9yCMo.mp4"
    download_youtube_video(video_url, output_path)
    # 横版视频
    video_url = "https://www.youtube.com/watch?v=wojgbTK4_jU"
    output_path = "wojgbTK4_jU.mp4"
    download_youtube_video(video_url, output_path)
    print(f'获取竖版视频-{video_url}')