《python爬虫练习》之b站视频下载_python爬虫实战之b站视频下载

前言

因为网页B站没有下载视频和缓存视频（手机App有缓存）的功能，所以如果是想下载教学视频我们就需要用到一些第三方工具，讲真的，这真的很不方便，希望阿b能够重视。我们看其他视频可能是一次过，但教学视频可是要重复复习的，没WiFi真的很费流量。

 

爬取任务：下载B站视频 （单个）

分析B站

进入B站 ，使用f12进入开发者模式进行分析（小试牛刀，这里随便选择比较短的小视频（BV1H54y1y7Uu） ）

因为我们要爬的是视频文件，所以可以直接筛选媒体，看类型是mp4的文件即可  

 这里有很多MP4文件，我们可以将请求链接复制到新窗口中打开，看看是不是我们所要的文件

这里有几点需要注意：

1.B站视频是将视频和音频分开的，所以我们需要分两次下载视频和音频文件，然后再通过其他方法合并成一个视频文件。

2.我们筛选出来的视频文件很多个，而且小，实际下载是要下载所有的文件，再合并在一起（分流）

3.如果我们选择的是登录之后才可以看的分辨率（720p，1080p，1080p+），那么控制台里只有音频文件，没有视频文件，所以请选择480p或者360p

写代码

import requests
# 请求地址
videoUrl = "https://119-125-42-88.mcdn.bilivideo.cn:480/upgcxcode/05/39/236663905/236663905_nb2-1-30032.m4s?" \
           "expires=1601117585&" \
           "platform=pc&" \
           "ssig=MHr0k25ViKeP8eA1VXR3dA&oi=3072822301&" \
           "trid=a08bb44076764a62908958806a65830cu&" \
           "nfc=1&nfb=maPYqpoel5MI3qOUX6YpRA==&" \
           "mcdnid=1000933&mid={你的mid}&" \
           "orderid=0,3&" \
           "agrr=1&logo=A0000001"
# 请求头，即需要传递的参数
headers={
    'Host': '119-125-42-88.mcdn.bilivideo.cn:480',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:81.0) Gecko/20100101 Firefox/81.0',
    'Accept': '*/*',
    'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
    'Accept-Encoding': 'gzip, deflate, br',
    'Range': 'bytes=153191-393637',
    'Origin': 'https://www.bilibili.com',
    'Connection': 'keep-alive'
}
#移除SSL认证
requests.packages.urllib3.disable_warnings()
res = requests.get(videoUrl,headers=headers,verify=False)
with open('测试视频.mp4','wb')as f:
    f.write(res.content)
    f.close()

执行以上代码，我们可以得到234kb的MP4格式的文件，但该文件无法打开  

无法打开的原因很简单，我们下载的视频文件并不完整的文件，我们所下的不过是整个视频数据里的一小片段。

我们去分析所有的视频文件会发现，每个文件请求数据中， 'Range': 的数值都会发生改变。

我们可以做一个简单的推理，如上“Range”的数据为bytes=153191-393637，我们知道byte是字节的意思，那么393637-153191=240446，通过换算就是我们下载的文件大小。

说明range决定我们下载的视频片段，知道这点后，我们要下载完整视频只需要下载0到视频大小即可。

当然，我们并不能一眼看出要下载的视频有多大，所以也可以直接选择不传该参数

import requests
# 请求地址
videoUrl = "https://119-125-42-88.mcdn.bilivideo.cn:480/upgcxcode/05/39/236663905/236663905_nb2-1-30032.m4s?" \
           "expires=1601117585&" \
           "platform=pc&" \
           "ssig=MHr0k25ViKeP8eA1VXR3dA&oi=3072822301&" \
           "trid=a08bb44076764a62908958806a65830cu&" \
           "nfc=1&nfb=maPYqpoel5MI3qOUX6YpRA==&" \
           "mcdnid=1000933&mid={你的mid}&" \
           "orderid=0,3&" \
           "agrr=1&logo=A0000001"
# 请求头，即需要传递的参数 ，有些无关参数可以不传
headers={
    # 'Host': '119-125-42-88.mcdn.bilivideo.cn:480',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:81.0) Gecko/20100101 Firefox/81.0',
    'Accept': '*/*',
    'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
    'Accept-Encoding': 'gzip, deflate, br',
    # 'Range': 'bytes=153191-393637',
    # 'Origin': 'https://www.bilibili.com',
    'Connection': 'keep-alive'
}
#移除SSL认证
requests.packages.urllib3.disable_warnings()
res = requests.get(videoUrl,headers=headers,verify=False)
with open('测试视频.mp4','wb')as f:
    f.write(res.content)
    f.close()

执行结果： 

 很明显可以看出与之前下载的文件有什么不同，这个文件就是我们要下的视频文件（也可以打开验证）。

音频同理，稍微分析就会知道，只需修改请求地址url即可，然后下载的文件后缀名改为mp3即可。

爬取高清晰度视频

上面说到，如果我们选择高清晰度的视频，控制台是不会返回相应清晰度的视频文件，那么我们怎么爬取高清晰度的视频呢？

这里就需要我们去分析源代码，看是否包含相关地址

使用ctrl+f搜索含有“.m4s”的内容

经过分析，发现我们要的url保存在一个window._playinfo_的json字符串中，我们将该字符串转换为json格式可清晰明了的找到我们所要的数据

因为1080p+，也就是id为112的请求链接需要有会员的mid才能使用，所以这里只取id为64的url，也就是720p的视频（貌似也没有112的）  

然后替换掉我们先前的url即可

import requests
# 请求地址
# videoUrl = "https://119-125-42-88.mcdn.bilivideo.cn:480/upgcxcode/05/39/236663905/236663905_nb2-1-30032.m4s?" \
#            "expires=1601117585&" \
#            "platform=pc&" \
#            "ssig=MHr0k25ViKeP8eA1VXR3dA&oi=3072822301&" \
#            "trid=a08bb44076764a62908958806a65830cu&" \
#            "nfc=1&nfb=maPYqpoel5MI3qOUX6YpRA==&" \
#            "mcdnid=1000933&mid={你的mid}&" \
#            "orderid=0,3&" \
#            "agrr=1&logo=A0000001"
videoUrl720p="http://116-5-161-217.mcdn.bilivideo.cn:480/upgcxcode/05/39/236663905/236663905_nb2-1-30064.m4s?" \
             "expires=1601119065&platform=pc&" \
             "ssig=GlOx5XzLgi0oVtIyGf2q5w&" \
             "oi=3072822301&trid=2aaa4c3962514b1aba5d2e74b4408dcbu&" \
             "nfc=1&nfb=maPYqpoel5MI3qOUX6YpRA==&mcdnid=1001021&" \
             "mid={你的mid}&orderid=0,3&" \
             "agrr=1&logo=A0000001"
# 请求头，即需要传递的参数
headers={
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:81.0) Gecko/20100101 Firefox/81.0',
    'Accept': '*/*',
    'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
    'Accept-Encoding': 'gzip, deflate, br',
    'Connection': 'keep-alive'
}
 
#移除SSL认证
requests.packages.urllib3.disable_warnings()
res = requests.get(videoUrl720p,headers=headers,verify=False)
with open('测试视频720.mp4','wb')as f:
    f.write(res.content)
    f.close()

 

 这里音频不受视频清晰度影响，所以随便下载一个音频，然后与想要的视频文件合成即可