文 |
某某白米饭
来源：Python 技术「ID: pythonall」
B 站，一个月活用户达到 1.72 的视频网站，有时候会因为某些未知的原因导致放入收藏夹的视频失效，为了防止视频被和谐、被失效，身为 Pythonista 来撸一个 B 站的视频下载器。
分析页面
首先我们在 B 站点开一个视频（https://www.bilibili.com/video/BV1Vh411Z7j5）用 F12 分析一波，在下图中可以看到有多个 m4s 结尾的链接，并且响应的类型是 video/mp4。
把面板打到 Elements 界面，找到一个 window.
playinfo
的 javascript 变量，并且内容和上图中的 url 类似，都是 m4s 链接，目标已找到。
获取标题和链接
抓取视频页面，并用 BeautifulSoup 模块解析页面，获取视频标题和链接（https://www.bilibili.com/video/BV17K4y1x7gs）。
def __init__(self, bv): # 视频页地址 self.url = 'https://www.bilibili.com/video/' + bv # 下载开始时间 self.start_time = time.time()
def get_vedio_info(self): try: headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.89 Safari/537.36' }
response = requests.get(url = self.url, headers = headers) if response.status_code == 200:
bs = BeautifulSoup(response.text, 'html.parser') # 取视频标题 video_title = bs.find('span', class_='tit').get_text()
# 取视频链接 pattern = re.compile(r"window\.__playinfo__=(.*?)$", re.MULTILINE | re.DOTALL) script = bs.find("script", text=pattern) result = pattern.search(script.next).group(1)
temp = json.loads(result) # 取第一个视频链接 for item in temp['data']['dash']['video']: if 'baseUrl' in item.keys(): video_url = item['baseUrl'] break
return { 'title': video_title, 'url': video_url } except requests.RequestException: print('视频链接错误，请重新更换')
示例结果：
{ 'title': '《属于周杰伦的情歌王2.0》安安静静的回忆有杰伦陪伴的20年', 'url': 'http://cn-jszj-dx-v-06.bilivideo.com/upgcxcode/34/57/214635734/214635734_nb2-1-30080.m4s?expires=1595538100&platform=pc&ssig=Q5uom_rGdPasJhHBvna8tw&oi=3027480765&trid=347f5dc41e9647e2a6dce48286d0b478u&nfc=1&nfb=maPYqpoel5MI3qOUX6YpRA==&cdnid=2725&mid=0&cip=222.186.35.71&orderid=0,3&logo=80000000'}
下载视频
下载视频使用 urllib 模块的
urlretrieve(url, filename=None, reporthook=None)
方法，它可以将远程数据直接下载到本地。
def download_video(self, video): title = re.sub(r'[\/:*?"<>|]', '-', video['title']) url = video['url'] filename = title + '.mp4' opener = urllib.request.build_opener() opener.addheaders = [('Origin', 'https://www.bilibili.com'), ('Referer', self.url), ('User-Agent', 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.89 Safari/537.36')] urllib.request.install_opener(opener) urllib.request.urlretrieve(url = url, filename = filename)
示例结果：
一个视频下载完成。
进度条
现在还缺一个进度条，没有进度条的下载工具是一个没有灵魂的下载工具。
def schedule(self, blocknum, blocksize, totalsize): ''' urllib.urlretrieve 的回调函数 :param blocknum: 已经下载的数据块 :param blocksize: 数据块的大小 :param totalsize: 远程文件的大小 :return: ''' percent = 100.0 * blocknum * blocksize / totalsize if percent > 100: percent = 100 s = ('#' * round(percent)).ljust(100, '-') sys.stdout.write("%.2f%%" % percent + '[ ' + s +']' + '\r') sys.stdout.flush()
示例结果：
最后更新一下下载视频的代码，加入 reporthook 参数。
urllib.request.urlretrieve(url = url, filename = filename, reporthook = self.schedule)
总结
简单的一个 B 站视频下载工具到这就完成了，有兴趣的话大伙可以试试下载 B 站的番剧，似乎和普通的视频不一样。
