如何用Python爬虫实现哔哩哔哩视频下载？

　　作者：段小草
　　链接：https://www.zhihu.com/question/486484268/answer/2911872392
　　来源：知乎
　　著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
　　人之所以区别于动物，是会使用工具。现成的工具有太多了，程序员更倾向于不重复造轮子。直接使用 you-get
　　题主只说了使用 Python，没说具体如何使用。众所周知， you-get 所有代码都是由 Python 完成的。
　　除了 B站，you-get 还支持几乎所有市面主流的视频网站。
　　使用方法也非常简单。
　　安装：pip install you-get
　　使用$ you-get 视频链接
　　作为命令行工具，you-get 也提供了丰富的可供选择，比如选择分辨率、查看视频信息等，详见 Github 仓库：
　　https://github.com/soimort/you-getgithub.com/soimort/you-get分析 you-get 源码
　　如果题主不单单是为了工具，而是想自己写代码，或者是为了完成某门作业之类的。比较快捷的做法是去查看 you-get 源码中关于 B站的部分。不过可能会缺少下载的部分，因为 you-get 的下载器是同一的，bilibili.py 更偏向于视频播放地址的解析。
　　详见：
　　https://github.com/soimort/you-get/blob/1c841f7e8ce60130572a8f03fb038eda99deff6a/src/you_get/extractors/bilibili.pygithub.com/soimort/you-get/blob/1c841f7e8ce60130572a8f03fb038eda99deff6a/src/you_get/extractors/bilibili.py自己观察视频加载播放
　　如果题主不想吃做好的饭，非要挑战自己，尝试重新造轮子的话。那就需要自己去找真实的播放链接了。
　　一般来讲，获取网站的视频播放有几种方式：
　　①最简单的情况下，直接查看network，会看到一个体积巨大的请求，右键，在新链接打开，直接下载就是了。
　　②一些网站会把视频切割成 .ts 的分段文件，然后用一个 .m3u8 的文件，可以下载所有的 .ts 文件后进行拼接重新输出。（可以搜索 m3u8 ts 拼接这些关键字，这里不展开了）
　　③在源码里分析，看会不会找到真实播放地址的线索，等等。
　　我之前设想过一个工作流：自动监测某个账号的视频更新-下载视频-语音转文字-摘要成笔记。因为现在长视频的内容太多了，其中确实有一些优秀视频，但看视频远比图文费时间，其中的主要内容还不能直接复制/粘贴整理。不过后来由于懒一直没有执行…
　　发布于 2023-02-26 16:37・IP 属地河南
　　​赞同 19​​2 条评论​分享​收藏​喜欢​收起​更多回答
　　拾柒
　　合格证书
　　​ 关注前言
　　嗨喽，大家好呀~这里是爱看美女的茜茜呐
　　又到了学Python时刻~
　　现在好看的妹子真的太多啦~
　　如何一次性把这些好看的视频全保存下来捏？
　　开发环境:版 本: python 3.8编辑器: pycharm 2022.3.2 专业版requests >>> pip install requestsffmpeg 音视频合成软件( 源码、教程、文档、软件点击此处跳转跳转文末名片加入君羊，找管理员小姐姐领取呀~ )
　　实现一个案例的流程:
　　一. 思路分析
　　案例的分析 视频 media .mp4 .mp3 .m4a m3u8视频流
　　.m4s: 视频/音频 格式
　　数据来源分析: 找到视频内容
　　network抓包
　　二. 代码实现(代码实现基本流程)发送请求 使用代码的方式访问网站获取数据 取出网页源代码解析数据 提取视频链接保存数据
　　代码展示
　　PS：完整源码如有需要的小伙伴可以加下方的群去找管理员免费领取
　　导入模块import requests import re       # 正则表达式模块 import json import pprint import subprocess import os
　　伪装(请求头)headers = {     # 用户信息     ＂cookie＂: ＂buvid3=355AA300-6A61-04E5-A05C-E891D886F69632716infoc; b_nut=1675085932; i-wanna-go-back=-1; _uuid=387EA3810-FBF5-E92C-827E-2510B578C5B9A33232infoc; buvid4=15C69C98-F6A7-EC6A-872F-E69C1840DD6D33724-023013021-1pW1w45e5fZS9RtebDiGZw%3D%3D; nostalgia_conf=-1; CURRENT_FNVAL=4048; rpdid=|(kmJY|k))lY0J＂uY~l|)lmY|; SESSDATA=17eb9f1a%2C1690782878%2C6a25c%2A22; bili_jct=4af9076b42f76603dfe4cf018ad2000f; DedeUserID=422789639; DedeUserID__ckMd5=fc4901c78719b545; CURRENT_QUALITY=80; b_ut=5; b_lsid=51ED8F105_1861C3EEC10; theme_style=light; is-2022-channel=1; sid=66dafqju; fingerprint=97ca5a8b555e63aca787c9cd27273c7e; buvid_fp_plain=undefined; buvid_fp=8cc52ae38b592ff26dc2b393eebd890b; PVID=2; innersign=1; bp_video_offset_422789639=758803412994228200＂,     # 防盗链     ＂referer＂: ＂https://www.****.com/＂,     # 浏览器基本信息     ＂user-agent＂: ＂Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/109.0.0.0 Safari/537.36＂ }
　　发送请求url = ＂https://www.***.com/video/BV1qv4y1k7UE/?vd_source=8f216a44bce0dbe14e3447c34c2ab3e2＂ response = requests.get(url, headers=headers)
　　获取数据html_data = response.text
　　解析数据json_str = re.findall(＂__playinfo__=(.*?)＂, html_data)[0] # 
(.*?)
 title = re.findall(＂
(.*?)
＂, html_data)[0] # Python基础 字典 json_data = json.loads(json_str) # pprint.pprint(json_data) audio_url = json_data[＂data＂][＂dash＂][＂audio＂][0][＂baseUrl＂] print(audio_url) video_url = json_data[＂data＂][＂dash＂][＂video＂][0][＂baseUrl＂] print(video_url)
　　保存数据audio_data = requests.get(audio_url, headers=headers).content with open(f＂{title}.mp3＂, mode=＂wb＂) as f:     f.write(audio_data) video_data = requests.get(video_url, headers=headers).content with open(f＂{title}.mp4＂, mode=＂wb＂) as f:     f.write(video_data)  ffmpeg = f＂ffmpeg -i {title}.mp4 -i {title}.mp3 -acodec copy -vcodec copy {title+＂-out.mp4＂}＂ subprocess.run(ffmpeg) os.remove(f＂{title}.mp4＂) os.remove(f＂{title}.mp3＂)
　　尾语
　　感谢你观看我的文章呐~本次航班到这里就结束啦
　　希望本篇文章有对你带来帮助 ，有学习到一点知识~
　　躲起来的星星 也在努力发光，你也要努力加油（让我们一起努力叭）。
　　发布于 2023-02-10 22:56
　　​赞同​​添加评论​分享​收藏​喜欢​收起​
　　苛岚异梦
　　​ 关注
　　5 人赞同了该回答一：由于哔哩哔哩的视频文件和音频文件是分离的，所有这里分别下载后在使用ffmepg进行合成
　　ffmpeg官网下载 https://ffmpeg.org/ （下载后需要配置环境变量）需要重启！ 链接：https://pan.baidu.com/s/1aDSlIQ1kPOOUsVOAmcFfHw 提取码：gvw4
　　gitee地址 https://gitee.com/ddpoi/bili
　　博客地址https://www.ddblog.xyz/articles/53欢迎大佬前来指点# import time import requests import re import os import subprocess # import sys,io # sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding=＂gb18030＂)  headers = {     ＂referer＂: ＂https://www.bilibili.com/video/BV1J3411h7pm?spm_id_from=333.5.0.0＂,     ＂user-agent＂: ＂Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/97.0.4692.99 Safari/537.36 Edg/97.0.1072.69＂ }   # 获取视频bvid def get_bvid(mid,path):     ＂＂＂ 这里ps=30，是一页的视频数量，pn代表页数，可以自己加一个循环 ＂＂＂     url = ＂https://api.bilibili.com/x/space/arc/search?mid={}&ps=30&tid=0&pn=1&keyword=&order=pubdate&jsonp=jsonp＂.format(mid)     response = requests.get(url=url,headers=headers).json()     mm = response[＂data＂][＂list＂][＂vlist＂]     for i in mm:         title = (i[＂title＂])         bvid = (i[＂bvid＂])         # print(title)         # print(bvid)         get_cid(bvid,title,path)   # 获取cid def get_cid(bvid,title,path):     url = ＂https://api.bilibili.com/x/player/pagelist?bvid={}&jsonp=jsonp＂.format(bvid)     response = requests.get(url=url,headers=headers).json()     nn = response[＂data＂]     for i in nn:         cid = (i[＂cid＂])         # print(cid)         get_video(bvid,cid,title,path)   # 获取视频，音频的url def get_video(bvid,cid,title,path):     url = ＂https://api.bilibili.com/x/player/playurl?cid={}&bvid={}&qn=120&type=&otype=json&fourk=1&fnver=0&fnval=4048&session=521a3c69be48043423dab7dfacc0dfde＂.format(cid,bvid)     response = requests.get(url=url,headers=headers).json()     video_url = response[＂data＂][＂dash＂][＂video＂][0][＂baseUrl＂]     audio_url = response[＂data＂][＂dash＂][＂audio＂][0][＂baseUrl＂]     # print(audio_url)     # print(video_url)     save(title,video_url,audio_url,path)  # 保存视频,音频文件，（下载时文件名取第一个字符，防止含有特殊符号而报错） def save(title,video_url,audio_url,path):     try:         video = requests.get(url=video_url,headers=headers)         with open(path+title[:1]+＂.mp4＂,＂ab＂) as f:             f.write(video.content)             print(＂{}下载完成....＂.format(title + ＂.mp4＂))         audio = requests.get(url=audio_url, headers=headers)         with open(path+title[:1]+＂.mp3＂,＂ab＂) as f:             f.write(audio.content)             print(＂{}下载完成....＂.format(title + ＂.mp3＂))     except:         pass     video_add(title,path)  ＂＂＂ 由于有些up主视频标题包含特殊字符，例如 ？ | / 等。所以需要将这些字符过滤出去 ＂＂＂  # 将下载的视频，音频进行合成 def video_add(title,path):     intab = ＂?/|.><:*＂     for s in intab:         if s in title:          # 将特殊字符转化为空格             print(s)             title = title.replace(s, ＂＂)     #  如果程序异常，选择忽略     try:         # print(title)         print(＂开始合成＂)         os.chdir(path)         cmd = f＂ffmpeg -i {title[:1]}.mp4 -i {title[:1]}.mp3 -c:v copy -c:a aac -strict experimental {title[:1]}_1.mp4＂         # print(cmd)         subprocess.call(cmd, shell=True)         ＂＂＂选择是否删除原mp3、mp4文件＂＂＂         os.remove(title[:1]+＂.mp4＂)         os.remove(title[:1]+＂.mp3＂)         os.rename(title[:1] + ＂_1.mp4＂, title + ＂.mp4＂)         print(＂合成结束＂)     except:         pass   # 判断输入的是mid还是视频链接 def main(mid,path):     if mid == ＂＂:         print(＂错误，请重新输入＂) # mid输入不能为空         return False     if re.match(r＂[a-zA-Z]＂, mid):      # 用正则来判断输入的mid类型         bvid = (mid.split(＂?＂)[0]).split(＂/＂)[4]        # 取出视频链接中的bvid         print(bvid)         title = input(＂请输入视频名称:＂)   # 手动指定视频名称         get_cid(bvid,title,path)     else:         get_bvid(mid,path)  if __name__ == ＂__main__＂:     mid = input(＂请输入up主的mid或视频链接:＂)     print(＂路径一定要加/，默认为当前目录＂)     file_path = input(＂请输入保存文件路径:＂)      # 输入文件路径     if file_path == ＂＂ :         path = ＂./＂     else:         path = file_path     main(mid,path)