怎么下载m3u8格式视频？Python爬取A站m3u8格式视频案例讲解
前言
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。
本篇文章流程
一. 数据来源分析
-
确定需求 (确定要爬的内容是什么?)。只有知道数据要的是什么,才能根据实际情况去分析 它的来源
-
怎么去分析 (开发者工具[浏览器都自带 鼠标右键点击插件或者F12]) 抓包分析
所有的ts文件内容 来自 m3u8
二. 代码实现步骤
- 发送请求 对于视频的详情页url地址发送请求
- 获取数据 获取视频的详情页网页源代码
- 解析数据 提取 m3u8的 url地址 标题
- 发送请求 对于m3u8的 url地址 发送请求
- 获取数据 获取所有ts url地址(不是完整是需要拼接)
- 发送请求 对于 ts url地址 发送请求
- 保存数据 保存ts 视频片段 一个一个视频片段
- 合成视频 一个整体视频内容
代码
导入所需的模块
import requests # 数据请求模块 pip install requests import re # 正则表达式 内置模块 不需要安装 import os # 文件操作 import zipfile # 做压缩文件
用python代码，对于服务器发送请求，服务器接收到请求之后(确定不是爬虫代码，你是正常客户端)，才会给你返回数据
url = f'https://www.acfun.cn/v/ac23857874
headers = {
'User-Agent': ' Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.159 Safari/537.36'
}
response = requests.get(url=url, headers=headers)
print(response)
运行代码，返回值为200
解析数据 提取m3u8 url地址 标题
元字符 * +
.*? 通配符 可以匹配任意字符(除了\n) 匹配文字 匹配数字 字母 特殊字符 re.S
\ 转义字符 把含有特殊含义的字符转成除了字符本身以外 没有其他意思
[0] 正则表达式提取出来的内容 返回是列表 [0] 0 是指列表索引位置 索引位置是0 是列表里面的第一个元素
[0,1,2,3,4,5] img\ 我转义我自己
() 表示精确匹配 ? 非贪婪匹配
title = re.findall('(.*?) - AcFun弹幕视频网 - 认真你就输啦 \(\?ω\?\)ノ- \( ゜- ゜\)つロ ', response.text)[0]
m3u8_url = re.findall('"backupUrl(.*?)\"]', response.text)[0].replace('\"', '').split('\')[2]
m3u8_data = requests.get(url=m3u8_url, headers=headers).text
print(m3u8_url)
正则解析
正则表达式替换 re.sub() join 是把列表转成字符串
\d 匹配数字 \d+匹配多个数字 * 匹配前一个字符0个或者多个无数个
m3u8_data = re.sub('#EXTM3U', '', m3u8_data)
m3u8_data = re.sub('#EXT-X-VERSION:\d', '', m3u8_data)
m3u8_data = re.sub('#EXT-X-TARGETDURATION:\d', '', m3u8_data)
m3u8_data = re.sub('#EXT-X-MEDIA-SEQUENCE:\d', '', m3u8_data)
m3u8_data = re.sub('#EXTINF:\d\.\d+,', '', m3u8_data)
m3u8_data = re.sub('#EXT-X-ENDLIST', '', m3u8_data)
m3u8_data = m3u8_data.split()
for link in m3u8_data:
# 字符串拼接 加上 才是完整url地址 构建完整的url地址
link_url = 'https://tx-safety-video.acfun.cn/mediacloud/acfun/acfun_video/hls/' + link
保存文件 你确定文件保存python教程路径 保存文件的名字 后缀
link_content = requests.get(url=link_url, headers=headers).content
link_name = link.split('.')[1]
with open(filename + link_name + '.ts', mode='w') as f:
f.write(link_content)
合并视频
files = os.listdir(filename)
print('开始视频片段合成..................')
with zipfile.ZipFile(filename + title + '.mp4', mode='w') as z:
for file in tqdm(files):
path_file = filename + file
z.write(path_file)
os.remove(path_file)
print('视频片段合成完毕..................')
