python下载b站音频视频

5 个月前

繁花漪

# 一.找到视频链接存储的地方找到需要爬取的视频，我选用我自己的b站视频（小声bb，大家可以关注以下，嘻嘻嘻）爬取的视频地址

查看页面源代码，经过查找可以发现视频在“playinfo”处，图片并不完整，大家可以自行搜取：

二.python下载

1.导入库

import pprint
import requests
import re
import json

2.请求页面，找到数据

session = requests.session()
url = 'https://www.bilibili.com/video/BV13E411A77B' 
headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36 Edg/106.0.1370.37',
           "Referer": "https://www.bilibili.com",
resp = session.get(url,headers=headers)
# print(resp.text)

利用session代替requests进行请求，session可以认为是一连串的请求，在这个过程中的cookie不会丢失。 referer代表防盗链，请求头中没有这一项将请求不到内容。防盗链可以在抓包工具中查找

3.数据解析

title = re.findall(r'<title data-vue-meta="true">(.*?)_哔哩哔哩_bilibili',resp.text)[0]   
play_info = re.findall(r'<script>window.__playinfo__=(.*?)</script>',resp.text)[0]
'''print(title)
print(play_info,type(play_info)) '''
json_data = json.loads(play_info) 
pprint.pprint(json_data)   #格式化输出，便于观看
audio_url = json_data['data']['dash']['audio'][0]['backupUrl'][0]  #音频地址  [0]清晰度最高
video_url = json_data['data']['dash']['video'][0]['backupUrl'][0]   #视频地址

请求到页面源代码后，解析提取“playinfo”即视频链接项，使用正则表达式（python中re库）进行提取。

利用json库将提取数据转化为字典数据，并利用pprint库进行格式化输出进行分析

（注意！！！上述两图由于数据多只截取开头一部分）有我们分析，数据中包含视频和音频两种内容，故b站的视频和音频是分开的，我们都要下载下来，然后用其他工具合成。上面已经把提取数据转化为字典，然后利用字典找到音频audio_url 和视频地址video_url。

4.音频视频下载

audio_content = session.get(audio_url,headers=headers).content  #音频二进制内容
video_content = session.get(video_url,headers=headers).content  #视频二进制内容
with open(r'D:\python\python_study\爬虫练习\video/'+title+'.mp3','wb') as f:
    f.write(audio_content)
with open(r'D:\python\python_study\爬虫练习\video/'+title+'.mp4','wb') as f:
    f.write(video_content)

请求音频和视频地址，并下载下来。

嘿嘿嘿！！！下载完毕！！！

三.python完整代码

import pprint
import requests
import re
import json
session = requests.session()
url = 'https://www.bilibili.com/video/BV13E411A77B'  
headers = {'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36 Edg/106.0.1370.37',
           "Referer": "https://www.bilibili.com",
resp = session.get(url,headers=headers)
#print(resp.text)
title = re.findall(r'<title data-vue-meta="true">(.*?)_哔哩哔哩_bilibili',resp.text)[0]   
play_info = re.findall(r'<script>window.__playinfo__=(.*?)</script>',resp.text)[0]
'''print(title)
print(play_info,type(play_info))  '''
json_data = json.loads(play_info) 
#pprint.pprint(json_data)   #格式化输出，便于观看
#print(type(json_data))
audio_url = json_data['data']['dash']['audio'][0]['backupUrl'][0]  #音频地址  [0]清晰度最高
video_url = json_data['data']['dash']['video'][0]['backupUrl'][0]   #视频地址