视频网站的工作原理--＞m3u8视频文件的提取与解析（理论）

目录

一、视频网站的工作原理

二、抓取视频步骤

2.1、找到m3u8文件

2.2、把m3u8下载到ts文件

2.3、ts文件合并为mp4文件

---

一、视频网站的工作原理

        古老的视频网站的视频一般是在源码放一个，用户点击播放视频，会跳转到src的连接进行视频资源的获取进行播放。

缺点：视频加载速度慢

        正常的视频网站，用户上传视频或者获取到的视频资源-->转码（把视频进行处理，分成2K，1080，标清等画质）-->切片处理（把一个完整的视频进行切片，例如一个60分钟的视频，分割成很多个几十秒的视频），用户在移动进度条时，会加载这一部分的切片视频内容（这时不必加载整个视频）。

        但需要一个文件进行记录：1、视频播放顺序  2、视频存放的路径-->保存这些东西的文件-->统一规定为M3U8文件-->但本质上是文本

优点：视频加载速度快

关键词：转码、切片、

二、抓取视频步骤

2.1、找到m3u8文件

1）向页面发起请求，看页面源代码是否在video标签（有时不是video标签，是video被其它标签包含）包含了m3u8链接，包含则直接请求到该链接即可；

2）页面源代码不包含m3u8链接（找video），则使用抓包工具，抓取XHR类型的包（js处理的数据包），查看哪一个链接存在m3u8的具体链接，请求到该链接即可获取m3u8文件；

3）下面是一种m3u8的反爬过程

        假设我们访问了目标网站的54812-1-1.html文件，客户端发起一个请求，服务器响应请求返回数据包（这时的数据包包含了动态生成的一个note=xxxxx），我们在点击播放视频时，会向服务器在次发送一个请求（这时的请求包含了服务器第一次返回给我们的note=xxxxx），服务器响应（这时服务器会对比我们带过去的noet=xxxx是不是和第一次的相同，相同则返回内容，不同则重复第一次请求的过程，或者不返回视频）并把视频文件返回，视频开始播放。

问题：

        第一次直接请求到m3u8文件可能会被反爬，拿不到文件

解决办法：

        在请求时，应该先向服务器发起一次请求拿到服务器给我们的note=xxxx，然后在第二次发送请求拿到m3u8文件；

2.2、把m3u8下载到ts文件

1）获取到了m3u8文件链接，直接发送请求即可获取到m3u8文件；

2）使用文件的I/O操作即可（注意要分好每一部分视频的顺序，最好有规律命名）；

3）在进行文件的I/O操作时，数量很多，需要提速，使用多线程、携程、多进程等方法提速；

4）保存的文件后缀应该是.ts。

2.3、ts文件合并为mp4文件

1）存在很多个小的ts文件，需要合成一个大的mp4文件-->剪辑工具合成（quicktime）；

2）代码合成（这个不知道咋弄）；