B站视频下载(VideoHelper)

 

继续上次的知乎爬虫, 这次开始了哔哩哔哩的爬虫实践;

 

首先介绍下如何下载吧: VideoHelper 里面有三种方式下载b站视频。

 

同样的流程, 还是先抓包,分析参数,寻找参数(包括之前的请求包和页面源码),找出视频真实地址, 然后在模拟。

 

抓包是注意几个参数:

aid:每个视频都会有对应的 aid, 包括ep类型的;

cid:弹幕的id, 通过相关api可由cid找到对应的资源列表

ep_id: 就是地址栏上显示的ep类型的id了

 

这里详细的流程我就不介绍了(其实我是来宣传VideoHelper 的,目前还支持知乎等网站视频, 欢迎star。滑稽‘(*>﹏<*))

 

其中需要注意的是模拟发包是有些请求头是不能掉的, user-agent我就不说了, 不如Referer;

 

另外我发现网上目前仅存的b站的视频爬虫好像大多不支持ep类型的, 不过我那个最近测试是支持了的, 但是vip专属的也是会直接报错;

 

另外注明:该项目参考了you-get的部分api

 

 

下面老规矩贴上主要源码:

package website;import bean.BilibiliBean;
import bean.VideoBean;
import org.dom4j.DocumentException;
import org.dom4j.io.SAXReader;
import org.json.JSONArray;
import org.json.JSONObject;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import util.DownloadUtil;
import util.HttpUtil;
import util.MD5Encoder;import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.IOException;
import java.util.*;import static util.PrintUtil.println;/*** 哔哩哔哩: https://www.bilibili.com/** @author Asche* @date 2018-10-20 18:02:29* @github https://github.com/asche910*/
public class Bilibili extends BaseSite {// from aid to cidsprivate String ApiGetList = "https://www.bilibili.com/widget/getPageList?aid=";private String AvApi = "http://interface.bilibili.com/v2/playurl?";private String EpApi = "http://bangumi.bilibili.com/player/web_api/playurl?";private String SEC_1 = "94aba54af9065f71de72f5508f1cd42e";private String SEC_2 = "9b288147e5474dd2aa67085f716c560d";// qualityprivate final int RESOLUTION_1080 = 112;private final int RESOLUTION_720 = 64;private final int RESOLUTION_480 = 32;private final int RESOLUTION_360 = 15;private int quality = RESOLUTION_1080;//    private List<String> urls = new ArrayList<>();private String playUrl;private String fileName;private int timeLength;private int fileSize = 0;private int aid;private int cid;// 视频类型private final int AV_VIDEO = 1;private final int EP_VIDEO = 2;private final int SS_VIDEO = 3;private int type = AV_VIDEO;private boolean isSupported;// ep的关联系列private List<BilibiliBean> serialList = new ArrayList<>();// 是否已经解析private boolean isResolved;public Bilibili() {}/*** 先获取信息再决定是否下载* @param playUrl* @param outputDir*/public Bilibili(String playUrl, String outputDir) {if (!isResolved) {this.playUrl = playUrl;String[] strs = playUrl.split("/");for (String str : strs) {if (str.matches("av\\d{4,}")) {aid = Integer.parseInt(str.substring(2));isSupported = true;break;} else if(str.matches("ep\\d{4,}")){type = EP_VIDEO;isSupported = true;break;} else if(str.matches("ss\\d{4,}")){type = SS_VIDEO;isSupported = true;break;}}try {switch (type) {case SS_VIDEO:case EP_VIDEO:initEp();String epApi = generateEpApi(EpApi, cid, quality);println(epApi);parseEpApiResponse(epApi);break;case AV_VIDEO:initAv();String avApi = generateAvApi(AvApi, cid, quality);println(avApi);parseAvApiResponse(avApi);break;}} catch (Exception e) {e.printStackTrace();}isResolved = true;}}@Overridepublic void downloadByUrl(String playUrl, String outputDir) {println("Bilibili start: ");this.playUrl = playUrl;String[] strs = playUrl.split("/");for (String str : strs) {if (str.matches("av\\d{4,}")) {aid = Integer.parseInt(str.substring(2));isSupported = true;break;} else if(str.matches("ep\\d{4,}")){type = EP_VIDEO;isSupported = true;break;} else if(str.matches("ss\\d{4,}")){type = SS_VIDEO;isSupported = true;break;}}try {if (!isResolved) {switch (type) {case SS_VIDEO:case EP_VIDEO:initEp();String epApi = generateEpApi(EpApi, cid, quality);println(epApi);parseEpApiResponse(epApi);break;case AV_VIDEO:initAv();String avApi = generateAvApi(AvApi, cid, quality);println(avApi);parseAvApiResponse(avApi);break;}isResolved = true;}println("# Title: " + fileName);println("     -TimeLength: " + timeLength / 1000 / 60 + ":" + String.format("%02d", timeLength / 1000 % 60));println("     -File Size: " + fileSize / 1024 / 1024 + " M");download(urls, outputDir);} catch (Exception e) {e.printStackTrace();}}/*** 内部下载入口** @param videoSrcs* @param outputDir*/@Overridepublic void download(List<String> videoSrcs, String outputDir) throws IOException {Map<String, List<String>> headerMap = new HashMap<>();// 缺失Referer会导致453错误headerMap.put("Referer", Collections.singletonList("http://interface.bilibili.com/v2/playurl?appkey=84956560bc028eb7&cid=59389212&otype=json&qn=3&quality=3&type=&sign=4c841d687bb7e479e3111428c6a4d3b8"));int index = 0;for (String src : videoSrcs) {println("Download: " + ++index + "/" + videoSrcs.size());String fileDir;if (videoSrcs.size() == 1) {fileDir = outputDir + File.separatorChar + fileName.replaceAll("[/|\\\\]", "") + ".flv";} else {fileDir = outputDir + File.separatorChar + fileName.replaceAll("[/|\\\\]", "") + "【" + index + "】.flv";}DownloadUtil.downloadVideo(src, fileDir, headerMap);}println("Download: All Done!");}@Overridepublic VideoBean getInfo() {VideoBean bean = new VideoBean();bean.setTitle(fileName);bean.setTimeLength(timeLength / 1000 / 60 + ":" + String.format("%02d", timeLength / 1000 % 60));bean.setSize(fileSize / 1024 / 1024);return bean;}public List<BilibiliBean> getSerialList(){return serialList;}/*** cid, fileName** @throws IOException*/private void initAv() throws IOException {String result = HttpUtil.getResponseContent(ApiGetList + aid);JSONObject jb = (JSONObject) new JSONArray(result).get(0);cid = jb.getInt("cid");Document doc = Jsoup.connect(playUrl).get();Element ele = doc.selectFirst("div[id=viewbox_report]").selectFirst("h1");if (ele.hasAttr("title"))fileName = ele.attr("title");}/*** cid, fileName and related eps** @throws IOException*/private void initEp() throws IOException {Document doc = Jsoup.connect(playUrl).get();Element ele = doc.body().child(2);String preResult = ele.toString();// println(preResult);
String result = preResult.substring(preResult.indexOf("__=") + 3, preResult.indexOf(";(function()"));// println(result);
JSONObject object = new JSONObject(result);JSONObject curEpInfo = object.getJSONObject("epInfo");fileName = object.getJSONObject("mediaInfo").getString("title");cid = curEpInfo.getInt("cid");JSONArray ja = object.getJSONArray("epList");for (Object obj : ja) {JSONObject epObject = (JSONObject) obj;int aid = epObject.getInt("aid");int cid = epObject.getInt("cid");int duration = epObject.getInt("duration");int epId = epObject.getInt("ep_id");String index = epObject.getString("index");String indexTitle = epObject.getString("index_title");BilibiliBean bean = new BilibiliBean(aid, cid, duration, epId, index, indexTitle);serialList.add(bean);println(bean.toString());}}/*** timeLength, fileSize, urls** @param avReqApi* @throws IOException*/private void parseAvApiResponse(String avReqApi) throws IOException {String result = HttpUtil.getResponseContent(avReqApi);// println(result);
JSONObject jsonObject = new JSONObject(result);timeLength = jsonObject.getInt("timelength");JSONArray ja = jsonObject.getJSONArray("durl");Iterator<Object> iterator = ja.iterator();while (iterator.hasNext()) {JSONObject jb = (JSONObject) iterator.next();String videoSrc = jb.getString("url");urls.add(videoSrc);fileSize += jb.getInt("size");}}/*** timeLength, fileSize, urls** @param epReqApi* @throws IOException* @throws DocumentException*/private void parseEpApiResponse(String epReqApi) throws IOException, DocumentException {String response = HttpUtil.getResponseContent(epReqApi);SAXReader reader = new SAXReader();org.dom4j.Element rootElement = reader.read(new ByteArrayInputStream(response.getBytes("utf-8"))).getRootElement();timeLength = Integer.parseInt(rootElement.element("timelength").getText().trim());List<org.dom4j.Element> elements = rootElement.elements("durl");for (org.dom4j.Element ele : elements) {int curSize = Integer.parseInt(ele.element("size").getText());fileSize += curSize;String url = ele.element("url").getText();urls.add(url);}println(fileName + ": " + fileSize / 1024 / 1024 + "M");}/*** 生成av类型视频下载信息的api请求链接** @param url* @param cid* @param quality* @return*/private String generateAvApi(String url, int cid, int quality) {String paramStr = String.format("appkey=84956560bc028eb7&cid=%d&otype=json&qn=%d&quality=%d&type=", cid, quality, quality);try {String checkSum = MD5Encoder.md5(paramStr + SEC_1).toLowerCase();return url + paramStr + "&sign=" + checkSum;} catch (Exception e) {e.printStackTrace();}return null;}/*** 生成ep类型视频下载信息的api请求链接** @param url* @param cid* @param quality* @return*/private String generateEpApi(String url, int cid, int quality) {String paramStr = String.format("cid=%d&module=bangumi&player=1&quality=%d&ts=%s",cid, quality, System.currentTimeMillis() / 1000 + "");try {String checkSum = MD5Encoder.md5(paramStr + SEC_2).toLowerCase();return url + paramStr + "&sign=" + checkSum;} catch (Exception e) {e.printStackTrace();}return null;}
}

 

 

 完整代码位于:

 https://github.com/asche910/VideoHelper 

 

转载于:https://www.cnblogs.com/asche/p/9863870.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/537602.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

在职场遇到一个总是说话带刺的同事怎么相处?

网友&#xff1a; 带刺的人如果总是扑空&#xff0c;或者总是戳进一团棉花&#xff0c;你说他&#xff0c;她还能坚持多久。职场重心是工作&#xff0c;是做事&#xff0c;不要为这些无聊的人事太费心&#xff0c;刺猬带着刺到处转&#xff0c;最后结果不会好的。 网友&#xf…

postgresql 怎么读_大数据采集和抽取怎么做?这篇文章终于说明白了!

本文来源于公众号【胖滚猪学编程】&#xff0c;转载请注明出处&#xff01; 关于数据中台的概念和架构&#xff0c;我们在大白话 六问数据中台和数据中台全景架构及模块解析&#xff01;一文入门中台架构师&#xff01;两篇文章中都说明白了。从这一篇文章开始分享中台落地实战…

ZooKeeper应用——解决分布式系统单点故障

1.单点故障问题什么是分布式系统中的单点故障&#xff1a;通常分布式系统采用主从模式&#xff0c;就是一个主控机连接多个处理节点。主节点负责分发任务&#xff0c;从节点负责处理任务&#xff0c;当我们的主节点发生故障时&#xff0c;那么整个系统就都瘫痪了&#xff0c;那…

老板思维:有支出必须有对应的收入

项目经理 要时刻关注“有支出必须有对应的收入”。 当手头的项目产生支出时&#xff0c;必须要问自己&#xff0c;从哪里收入来填补这个支出&#xff0c;如果没有可收入的&#xff0c;那就是公司亏钱了。如果一定要亏钱&#xff0c;那可否产生收入之外的效益。 甲方提了新需求…

生活之难:生活到底难在哪里

生活之难&#xff1a;生活到底难在哪里 一、总结 一句话总结&#xff1a;难在天性&#xff0c;难在竞争&#xff0c;难在积累&#xff0c;难在追求&#xff0c;难在自己 难在天性 人的天性就是好吃懒做好玩不动脑的&#xff0c;但是生存的压力&#xff08;食物&#xff0c;房子…

解决org.springframework.web.multipart.MaxUploadSizeExceededException报错问题

在springboot中接收到上传的文件时候&#xff0c;出现了这种错误 org.springframework.web.multipart.MaxUploadSizeExceededException: Maximum upload size exceeded; nested exception is java.lang.IllegalStateException: org.apache.tomcat.util.http.fileupload.Fil…

python中元祖 字典 列表的区别_Python中元祖,列表,字典的区别

原博文 2016-08-16 15:25 − Python中有3种內建的数据结构&#xff1a;列表、元祖和字典&#xff1a; 1.列表 list是处理一组有序项目的数据结构&#xff0c;即你可以在一个列表中存储一个序列的项目。 列表中的项目应该包括在方括号中&#xff0c;这样Python就知道你是指明一个…

react 16.6 懒加载 Lazy 尝鲜

react 16.6 发布了新的功能 lazy &#xff0c;和一个组件 Suspense 下面我们看一下他的用法 首先我们先创建两个组件 LazyTest.1 和 LazyTest.2&#xff0c;内容相同 import React, { Component } from reactexport default class LazyTest extends Component{render(){return …

Intellij IDEA展示类中的方法树形结构

在intellij Idea中叫Structure&#xff08;结构体&#xff09;&#xff0c;如下图&#xff1b; 也可以直接AltF7快捷键&#xff0c;这样默认会把Structure显示在屏幕下方&#xff0c;如下图操作就可以移动到右侧。 效果如下&#xff1a;

时间计算题100道_2019四校及分校自招开放日情况汇总(含时间安排、考试内容难度、到场人数等)...

点击上方“上海初升高”&#xff0c;选择“星标公众号”回复“加群”就能加入上万家长信赖的升学群受到疫情的影响&#xff0c;今年各市重点的自招开放日报名迟迟没有提上日程。但不管怎样&#xff0c;自招应该是不会取消的&#xff0c;以下是去年四校及分校自招开放日情况汇总…

linux I/O 栈 预习(上)

二、预习 在我们进去device mapper的dm dedup学习之前&#xff0c;我们先要预习一下&#xff0c;什么是device mapper&#xff0c;和为什么device mapper能够做块重删。 1、device mapper照旧&#xff0c;我们先看一下维基百科对它的介绍。The device mapper is a framework pr…

java.util.concurrent.RejectedExecutionException

报错日志 java.util.concurrent.RejectedExecutionException: Task java.util.concurrent.FutureTask12e2cb93 rejected from java.util.concurrent.ThreadPoolExecutor6ecd396b[Running, pool size 10, active threads 10, queued tasks 200, completed tasks 0] 原因&am…

springboot controller 访问 404

两种解决方式&#xff1a; 1、因为SpringBoot的项目启动类&#xff0c;会只扫描该包下的文件或者改包下所有子包内的文件&#xff0c;只要你把该文件移动到启动类的相同目录报下就可以。 2、就是在该类上面加者在启动类上添加注解 ComponentScan(basePackages {"com.boota…

fegin需要实现类_【第24条】静态成员类优于非静态成员类

第24条静态成员类优于非静态成员类嵌套类(nested class)是指定义在另一个类的内部的类。嵌套类存在的目的应该只是为它的外围类(enclosing class)提供服务。如果嵌套类将来可能会用于其他的某个环境中&#xff0c;它就应该是顶层类(top-level class)。嵌套类有四种&#xff1a;…

.h与.cpp

本质上没什么区别。 cpp:c plus plus,就表示为c原文件。 .h文件实现的功能是声明.cpp文件中需要使用的变量、函数及宏定义等。 .h文件就像是一个接口&#xff0c;具体的实现可以在.cpp中&#xff0c;也可以在.h中。转载于:https://www.cnblogs.com/keguniang/p/9877581.html

Springboot 多线程的使用

直接上代码 线程配置类 package zengmg.nbpi.com.thread;import org.springframework.context.annotation.Bean; import org.springframework.context.annotation.Configuration; import org.springframework.scheduling.annotation.EnableAsync; import org.springframework…

vlookup函数练习_为什么职场要学excel函数?看这个案例演示:自动计算快递价格...

在上一篇文章里面&#xff0c;我们讲了如何整理完成一个规范化的表格&#xff0c;以便于下一步的函数计算。最初的信息内容如图所示。经过整理&#xff0c;我们得到了表2这样的规范化表格。现在&#xff0c;我们就通过表2来实现快递费用自动计算&#xff0c;最终实现图中这样的…

%@ taglib prefix=c uri=http://java.sun.com/jsp/jstl/core %会报错

有些时候&#xff0c;<% taglib prefix"c" uri"http://java.sun.com/jsp/jstl/core" %>会报错&#xff0c;错误提示为&#xff1a; Can not find the tag library descriptor for "http://java.sun.com/jsp/jstl/core" 主要原因是缺少 jst…

蓝牙芯片排行_7月TWS 全球品牌出货量排行榜出炉

数据铸造影响力撰文 / 旭日大数据编辑 / 柏序旭日大数据公布了2020年7月全球TWS品牌销量排行榜&#xff0c;与上期数据相比&#xff0c;全球品牌七排名TOP20汰换率为15%&#xff0c;其中DOSS&#xff0c;万魔、BOSE跌出前20&#xff0c;广州由我&#xff0c;Tzumi登榜&…

project 打印的时候上面的表格和下面的图例中间有个很大的空白,这块东西怎么能去掉呢?

“打印预览”的“页面设置”里面&#xff0c;“页面”选项卡里的“缩放”项设为1页宽&#xff0c;1页高就可以了&#xff0c; 当然如果你的任务项比较少的话&#xff0c;怎么调也不容易去掉下面的空白 操作如下图&#xff08;下图的任务太少&#xff0c;去不掉空白的&#xf…