Python implementa m3u8 para descargar el principio de video mp4 y el código fuente

pitón descargar vídeo m3u8

Use python para descargar archivos de video m3u8 (MP4). El siguiente es el principio del archivo m3u8 organizado por mí según mi comprensión personal, así como el principio de descarga y el código fuente de la descarga. Si hay algún error, por favor comentar y señalar

principio de archivo de video m3u8

Ahora el tamaño de un video va desde unos pocos cientos M hasta varios G. Es imposible para nosotros esperar a que se descargue un video antes de verlo cuando se reproduce un video en Internet. En su lugar, utiliza el método de "almacenamiento en búfer" mientras mira, y el formato de video m3u8 se usa comúnmente para lograr este método.

1. Cortar el archivo de video mp4 en múltiples archivos de video ts
2. La página web comienza con la carga de video , descarga archivos ts en secuencia y realiza la reproducción de videos de segmento ts descargados mientras descarga archivos de video de segmento ts
3. Cada archivo de video ts es equivalente a una parte del archivo de video mp4 original
4. El archivo m3u8 es en realidad un archivo de lista, que almacena todas las rutas del archivo ts divididas por un archivo mp4
5. Cargar video en la página web es descargar los archivos de video del segmento ts secuencialmente de acuerdo con la dirección de la lista ts correspondiente en m3u8 para realizar el "almacenamiento en búfer" mientras se reproduce el video "almacenado en búfer" (es decir, el video del segmento ts descargado)
   

Python descarga el principio de video m3u8

Después del estudio anterior, ya sabemos que el archivo mp4 en realidad se divide en varios archivos ts , y luego la ruta de descarga del archivo ts se ordena en una lista y se guarda en nuestro archivo m3u8

Ahora debemos entender que el archivo m3u8 en realidad solo almacena la ruta de descarga del archivo ts que necesitamos , no un archivo de video.

Por lo tanto, solo necesitamos descargar los archivos ts secuencialmente de acuerdo con la lista de enlaces ts en el archivo m3u8 . Luego, unimos todos los archivos de videoclip ts descargados, que es nuestro archivo de video mp4 completo

Es posible que haya notado el método de encriptación en la imagen de arriba. De hecho, algunos clips de video m3u8 ts están encriptados, pero otros no. Para videos encriptados, generalmente se usa encriptación AES Solo necesitamos descargar la clave encriptada AES de acuerdo con el enlace del archivo de clave que se proporciona en la lista m3u8 y luego descifrarla de acuerdo con la clave .

El cifrado/descifrado Aes no se repetirá aquí, puede entenderlo usted mismo

Nota: Algunas direcciones de enlace ts en archivos m3u8 están incompletas y deben empalmarse en enlaces completos

Código fuente de implementación de Python

1. Instale el módulo
   solicita el módulo de solicitud usted mismo, pip install solicita el módulo de descifrado
   AES , pip install pycryptodome (no instale el módulo incorrecto ~)
2. Cambie según sea necesario
   El número máximo de subprocesos en el grupo de subprocesos se puede ajustar según sea necesario max_workers = 20
   El número de solicitudes de reemisión se puede ajustar según sea necesario max_request = 5
3. Si el enlace ts está incompleto, debe cambiar el encabezado de solicitud de enlace ts ts_url_title = ''
   usted mismo (ya que esta situación no existe en los archivos m3u8 generales, por lo que la pereza no se ha procesado y el encabezado del enlace que falta es generalmente el encabezado del enlace m3u8)

# m3u8视频下载

import os
import re
import time
import shutil
import requests
from concurrent.futures import ThreadPoolExecutor, wait
from Crypto.Cipher import AES


# UA伪装
headers = {
    
    
    'User-Agent': 'Mozilla/5.0 (SymbianOS/9.4; Series60/5.0 NokiaN97-1/20.0.019; Profile/MIDP-2.1 Configuration/CLDC-1.1) AppleWebKit/525 (KHTML like Gecko) BrowserNG/7.1.18124'
}


def download_mp4(mp4_file_path, ts_url_list, ts_url_title):
    '''下载ts文件并写入mp4文件

    :param mp4_file_path: mp4文件名
    :param ts_url_list: ts请求链接列表
    :return:
    '''

    # 判断文件是否存在，存在则先清空
    if os.path.exists(mp4_file_path):
        with open(mp4_file_path, 'w') as fp:
            fp.write('')

    # 创建存放ts的文件夹
    if not os.path.exists('ts'):
        os.mkdir('ts')

    print('开始下载{}...'.format(mp4_file_path))

    excutor = ThreadPoolExecutor(max_workers=20)  # 线程池

    len_list = len(ts_url_list)  # ts链接总数
    all_tasks = [excutor.submit(lambda args: download_ts(*args), (ts_url_id, len_list, ts_url_list, ts_url_title))
                 for ts_url_id in range(len_list)]  # 创建任务

    wait(all_tasks)  # 等待所有任务执行完成

    # 检测ts数目是否正确
    if len(os.listdir('ts')) == len_list:
        pass
    else:
        print('ts文件部分缺失...')

        # 删除存放ts的临时文件
        shutil.rmtree('ts')

        return ''

    # ts合并为mp4文件
    print('ts文件下载完成，正在合并ts文件...')
    for ts_url_id in range(len_list):
        ts_file_name = 'ts/{}.ts'.format(ts_url_id)
        with open(ts_file_name, 'rb') as fp:
            ts_content = fp.read()  # 读取ts数据

        with open(mp4_file_path, 'ab') as fp:
            fp.write(ts_content)  # 将ts数据追加写入文件

    print('ts文件合并成功！')

    # 删除存放ts的临时文件
    shutil.rmtree('ts')

    return 1


def download_ts(ts_url_id, len_list, ts_url_list, ts_url_title):
    ''' 请求下载ts文件

    :param ts_url_id: 分区ts的id
    :param len_list: ts个数
    :param ts_url_list: 存放ts的列表
    :param ts_url_title: ts链接拼接的头部
    :return:
    '''

    print('{}/{}开始下载'.format(ts_url_id, len_list - 1))

    # 请求不成功补发请求,最大补发次数为
    max_request = 5  # 最大补发请求次数
    for i in range(max_request):
        try:
            response = requests.get(url=ts_url_title + ts_url_list[ts_url_id],
                                    headers=headers, timeout=(5, 20))  # 请求获取ts数据
            if response.status_code == 200:
                ts_content = response.content
                break
        except:
            if i == max_request - 1:
                print('{}/{}下载失败'.format(ts_url_id, len_list - 1))
                return ''
            else:
                print('{}/{}下载失败，正在补发请求...'.format(ts_url_id, len_list - 1))

    ts_file_name = 'ts/{}.ts'.format(ts_url_id)

    with open(ts_file_name, 'wb') as fp:
        fp.write(ts_content)  # 将ts数据写入文件

    print('{}/{}下载完成'.format(ts_url_id, len_list - 1))


def deciphering(key, fileName):
    '''对aes加密视频进行解密

    :param key: aes解密密钥
    :param fileName: 需要解密的文件
    :return:
    '''

    # 读取原文件
    with open(fileName, 'rb') as fp:
        part = fp.read()

    # aes解密需要的偏移量
    iv = b'0000000000000000'

    # 解密数据
    plain_data = AES.new(key, AES.MODE_CBC, iv).decrypt(part)

    # 将解密数据写入文件
    with open(fileName, 'wb') as fp:
        fp.write(plain_data)

    print('视频解密完成！')


def timer(start_time, end_time, mp4_file_name):
    '''计时器

    :param start_time: 开始时间
    :param end_time: 结束时间
    :return:
    '''

    spend_second = end_time - start_time
    hour = str(int(spend_second / (60 * 60)))
    minute = str(int(spend_second / 60))
    second = str(int(spend_second % 60))
    spend_time = '{}h{}m{}s'.format(hour, minute, second)

    print('{}下载完成！用时：{}'.format(mp4_file_name, spend_time))


def start(m3u8_url, mp4_file_name, ts_url_title):
    '''开始

    :param m3u8_url: m3u8链接
    :param mp4_file_path: 下载后的视频名称
    :return:
    '''

    # 开始计时
    start_time = time.time()

    # 创建目录文件
    if not os.path.exists('mv'):
        os.mkdir('mv')

    # 视频保存路径
    mp4_file_path = 'mv/' + mp4_file_name + '.mp4'

    # 获取m3u8内容
    m3u8_file = requests.get(url=m3u8_url, headers=headers).text

    # 整理ts列表
    ts_url_list = re.findall(',\n(.*?)\n#', m3u8_file)

    # 下载ts，并拼接为mp4文件
    mp4 = download_mp4(mp4_file_path, ts_url_list, ts_url_title)

    # 判断是否存在加密
    if mp4 and re.search('#EXT-X-KEY', m3u8_file):
        print('{}视频存在加密，正在对其进行解密，请稍后...'.format(mp4_file_path))

        # 获取key
        key_url = re.search('#EXT-X-KEY:(.*URI="(.*)")\n', m3u8_file)[2]  # 获取key的url
        key = requests.get(url=key_url, headers=headers).content  # 请求获取key

        # 解密视频
        deciphering(key, mp4_file_path)

    # 计时结束
    end_time = time.time()

    # 耗时统计
    timer(start_time, end_time, mp4_file_name)


if __name__ == '__main__':
    # m3u8 链接
    m3u8_url = input('请输入m3u8链接：')

    # ts链接头
    ts_url_title = ''

    # mp4 名称
    mp4_file_name = input('请输入视频名称：')

    # 执行下载
    start(m3u8_url, mp4_file_name, ts_url_title)

Espero ayudarte ~