深入解析：使用Python爬取Bilibili视频
引言
Bilibili，作为中国领先的年轻人文化社区，拥有海量的视频资源。对于想要下载Bilibili视频的用户来说，手动下载不仅费时费力，而且效率低下。本文将介绍如何使用Python编写一个脚本，自动化地爬取Bilibili上的视频，并将其保存到本地。
环境准备
在开始之前，请确保你已经安装了以下Python库：
- requests：用于发送HTTP请求。
- json：用于解析JSON数据。
- re：用于正则表达式匹配。
- os：用于操作系统功能，如文件路径操作。
- subprocess：用于执行外部命令，如调用ffmpeg。
- sys：用于访问与Python解释器密切相关的变量和函数。
可以通过以下命令安装所需的库：
pip install requests
代码解析
1. 导入必要的库
import requests
import json
import pprint
import re
import os
import subprocess
import sys
2. 获取URL响应体
定义一个函数getResponse，用于发送GET请求并获取响应体。
def getResponse(url):
headers = {
'referer': 'https://www.bilibili.com/',
'User-Agent': 'Mozilla/5.0 ...'
}
response = requests.get(url=url, headers=headers)
return response
3. 解析响应体
定义函数parseResponse，用于解析视频页面的响应体，并提取视频和音频的URL。
def parseResponse(url):
# ... 省略部分代码 ...
jsonData = json.loads(html_data)
videoTitle = re.findall('<title ...', response.text)[0]
audioUrl = jsonData['data']['dash']['audio'][0]['baseUrl']
videoUrl = jsonData['data']['dash']['video'][0]['baseUrl']
videoInfo = {
'videoTitle': videoTitle,
'audioUrl': audioUrl,
'videoUrl': videoUrl,
}
return videoInfo
4. 保存视频和音频
定义函数saveMedia，用于将下载的媒体内容保存到本地文件。
def saveMedia(fileName, content, mediaType):
os.makedirs('D:\\bilibili', exist_ok=True)
with open(f'D:\\bilibili\\{fileName}.{mediaType}', 'wb') as f:
f.write(content)
5. 合并音频和视频
定义函数AvMerge，使用ffmpeg合并音频和视频文件。
def AvMerge(Mp3Name, Mp4Name, savePath):
# 使用subprocess调用ffmpeg合并音频和视频
subprocess.run(['ffmpeg', '-i', Mp4Name, '-i', Mp3Name, '-c:v', 'copy', ...])
6. 主函数
main函数是脚本的入口点，负责调用上述函数完成整个爬取和保存流程。
def main():
url = input("请输入B站视频url地址:")
videoInfo = parseResponse(url)
# ... 省略部分代码 ...
AvMerge(Mp3Name, Mp4Name, savePath)
结语
通过上述脚本，我们可以实现自动化下载Bilibili视频的功能。这不仅大大提升了下载效率，也让我们对Python网络编程有了更深入的理解。请注意，爬虫的使用应遵守网站的爬虫政策和法律法规，合理使用爬虫技术。
代码结果
注意事项
- 确保在合法合规的前提下使用爬虫技术。
- 尊重视频作者的版权，不要用于商业用途。
- 考虑到Bilibili网站的反爬措施，可能需要更新请求头或使用代理。
附录
本文提供了一个基于Python的Bilibili视频爬取方案，希望能够帮助到有需要的朋友。如果你有任何问题或建议，请随时与我联系。
完整代码：
import requests
import json
import pprint
import re
import os
import subprocess
import sys
"""获取url响应体"""
def getResponse(url):
# 设置请求头
headers = {
'referer': 'https://www.bilibili.com/',
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36'
}
# 发起get请求
response = requests.get(url=url, headers=headers)
return response
"""解析响应体"""
def parseResponse(url):
# 获取url响应体
response = getResponse(url)
# 用正则表达式取出返回的视频数据
html_data = re.findall('<script>window.__playinfo__=(.*?)</script>', response.text)[0]
# 解析成json数据
jsonData = json.loads(html_data)
# 获取视频标题
videoTitle = re.findall('<title data-vue-meta="true">(.*?)</title>', response.text)[0]
# 获取音频
audioUrl = jsonData['data']['dash']['audio'][0]['baseUrl']
# 获取视频
videoUrl = jsonData['data']['dash']['video'][0]['baseUrl']
# 封装视频信息
videoInfo = {
'videoTitle': videoTitle,
'audioUrl': audioUrl,
'videoUrl': videoUrl,
}
print("获取Response信息成功！")
return videoInfo
"""保存视频和音频"""
def saveMedia(fileName, content, mediaType):
# 创建目录（如果不存在）
os.makedirs('D:\\bilibili', exist_ok=True)
# 写入文件
with open(f'D:\\bilibili\\{fileName}.{mediaType}', mode='wb') as f:
f.write(content)
print(f"保存{mediaType}成功！")
def AvMerge(Mp3Name, Mp4Name, savePath):
print("开始合并音频和视频.........")
print(f"音频文件: {Mp3Name}")
print(f"视频文件: {Mp4Name}")
print(f"合并后文件保存路径: {savePath}")
# 使用subprocess来调用ffmpeg，并重定向输出
with open(os.devnull, 'w') as devnull:
result = subprocess.run(
['ffmpeg', '-i', Mp4Name, '-i', Mp3Name, '-c:v', 'copy', '-c:a', 'aac', '-strict', 'experimental', savePath],
stdout=devnull,
stderr=devnull
)
print("合并成功！")
os.remove(Mp3Name)
os.remove(Mp4Name)
def main():
url = input("请输入B站视频url地址:")
videoInfo = parseResponse(url)
# 获取视频标题
fileName = videoInfo['videoTitle']
# 下载并保存音频
audioContent = getResponse(videoInfo['audioUrl']).content
saveMedia(fileName, audioContent, 'mp3')
# 下载并保存视频
videoContent = getResponse(videoInfo['videoUrl']).content
saveMedia(fileName, videoContent, 'mp4')
Mp3Name = f'D:\\bilibili\\{fileName}.mp3'
Mp4Name = f'D:\\bilibili\\{fileName}.mp4'
savePath = f'D:\\bilibili\\merge_{fileName}.mp4'
AvMerge(Mp3Name, Mp4Name, savePath)
if __name__ == '__main__':
main()