python - 如何以编程方式下载 Python 中 blob 中引用的 m3u8 视频？

问题描述

请注意，这个问题与How do we download a blob url video [关闭]不同，因为它不需要与浏览器进行人工交互。

我有以下问题：

我有一个 URL 列表。它们指向具有相同底层结构的 HTML 页面。
页面中间有一张图片；当它被点击时，它会加载一个播放器。
播放器作为 blob 引用 m3u8 播放列表，尽管这在 HTML 本身中不可见（它在 Chrome 的网络选项卡中可见）。
播放器播放一段短视频。

我需要做什么：

以编程方式访问各种 URL。获取 HTML 并单击图像播放器。
获取 blob 参考并使用该参考来获取 m3u8 播放列表。
将流下载为视频（将其下载为 gif 的奖励积分）。

请注意，该解决方案不需要与浏览器进行人工交互。API 方面，输入应该是 URL 列表，输出应该是视频/gif 列表。

如果您想测试您的解决方案，可以在此处找到示例页面。

我的理解是我可以使用 Selene 来获取 HTML 并点击图片来启动播放器。但是，我不知道如何处理 blob 以获取 m3u8，然后将其用于实际视频。

标签： pythonweb-scrapingbeautifulsoupm3u8m3u

稍加挖掘，您无需单击任何按钮。当您单击按钮时，它会调用 master.m3u8 文件。使用开发工具，您可以拼凑请求的 url。问题是，第一个文件不包含指向实际视频的链接。您拼凑另一个请求以获得最终的 m3u8 文件。从那里，您可以使用其他 SO 链接下载视频。它是分段的，因此不是直接下载。您可以取消注释下面的打印语句，查看每个 m3u8 文件包含的内容。这也将循环浏览页面

 import re
 for i in range(6119, 6121):
    url = 'https://www2.nhk.or.jp/signlanguage/sp/enquete.cgi?dno={}'.format(str(i))
    page = requests.get(url)
    soup = BeautifulSoup(page.text, 'html.parser')
    print(soup.find(onclick=re.compile('signlanguage/movie'))) # locate the div that has the data we need

    video_id = soup.find(onclick=re.compile('signlanguage/movie')).get('onclick').split(',')[1].replace("'","")
    m3u8_url = 'https://nhks-vh.akamaihd.net/i/signlanguage/movie/v4/{}/{}.mp4/master.m3u8'.format(video_id[-1], video_id)
    # this m3u8 file doesn't contain download links, the next one does; so download and save that one
    r = requests.get(m3u8_url)
    # print(r.text)
 
    m3u8_url_2 = r.text.split('\n')[2] # get first link; high bandwidth
    r2 = requests.get(m3u8_url_2)
    # print(r2.text)
        
    # there are other ways to download the file, i'm just creating a new one with the data read and writing to a file
    fn = video_id + '.m3u8'
    with open(fn, 'w+') as f:
        f.write(r2.text)
        f.close()

python - 如何以编程方式下载 Python 中 blob 中引用的 m3u8 视频？

问题描述

解决方案

推荐阅读