【Python】爬虫—–下载B站视频
声明：本教程只供学习，不用于商业用途。教程中的视频是博主自己发布的，不存在版权问题。
目录
一、找到下载的url—–思路
案例url:炸炉后遗症_哔哩哔哩bilibili_CSGO
打开网页，按F12，进入开发者工具，选择网络，然后按F5刷新网页进行抓包。
抓完包后，根据我的经验，我们要找的包在预览中看到的是一堆乱码并且有红点的，它有可能就是我们要的音频或者视频，为了验证这个想法，我们可以用IDM这个下载工具做测试。
我们复制这段url到IDM的下载地址里，看下图操作。
复制到Address里，点击OK、Start Download，开始下载。
诶~，报错了，意料之中，它说服务器回应我们没有权限下载这个文件，点击确定，不急解决方法很简单。
我们双击这项任务，弹出了这个窗口，映入眼帘的是我们亲爱的Referer——俗称：防盗链。接下来懂得都懂。
复制请求标头里面的防盗链值到刚刚那里，点击OK,再次Resume重新下载。
OK这次下载成功了，打开看看，我下载到的是视频文件但它里面播放的是音频，那么就是说，B站的视频和音频的url是分开的，并且说明了我刚刚的推测是对的。
我们把目光转到这个刚刚用来下载的url上,发现“.m4s”这串字符，根据我的测试带有这个字符的都是可以下载的视频文件。接下来我们要看这些url会不会在页面中出现，如果有我们就可以用正则快速的获取这些url。
在页面源代码中的确有这些url,那就好办了！
重点来了：通过测试可得，这些url是有分布规律的，页面中第一次出现的.m4s的url,是清晰度的最高的，如果你是b站大会员并且视频支持4K的话，那么第一条url的清晰度就是4K，第二条则是第一条url的备用链接，也就是说第三条url才是1080P高码率，以此类推直到清晰度是360p。
只有音频的视频文件一般都是最后一个url。
当然这个规律只是暂时的而已，具体哪个是视频哪个是音频还需要自己做测试。
说到这里下面我们就可以开始用Python爬取视频了。
二、用python PA到视频文件
1.导入模块
import requests
import re2.请求表头设置
headers = {
"user-agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.45 Safari/537.36",
"referer": "https://www.bilibili.com/video/BV1TL411j7sr?spm_id_from=333.999.0.0",
"cookie": "输入你自己的cookie"
}3.拿到页面源代码
url = "https://www.bilibili.com/video/BV1TL411j7sr?spm_id_from=333.999.0.0"
resp = requests.get(url=url,headers=headers).text
#跳过识别不了的gbk字符
resp = resp.encode("gbk","ignore").decode("gbk", "ignore")4.写正则拿url和视频名
obj = re.compile(r'"baseUrl":"(.*?)"',re.S)
obj2 = re.compile(r'<span class="tit">(.*?)</span>',re.S)
voide_url = obj.findall(resp)
voide_name = obj2.findall(resp)5.请求url并下载页面内容(下载视频文件)
resp_video = requests.get(voide_url[0],headers=headers)#第一个url视频清晰度最高
resp_audio = requests.get(voide_url[-1],headers=headers)#最后一个url是只有音频的视频文件
with open("{0}.mp4".format(voide_name[0]), mode="wb") as f:
f.write(resp_video.content)
#这里直接把视频文件保存为mp3的音频格式
with open("{0}.mp3".format(voide_name[0]), mode="wb") as f:
f.write(resp_audio.content)
三、运行结果
拿到并能正常播放文件，最后用一些软件合并两个文件就是一个完整的视频了。
微信赞赏
支付宝赞赏
