- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章Python爬虫之m3u8文件里提取小视频的正确姿势由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
在网上爬取的小视频(.ts格式)打不开怎么搞?使用IDM下载有时候还会出现数据受法律保护,IDM无法下载该内容,如何解决?这篇博客就来聊聊如何正确提取m3u8文件里的.ts视频,并合成完整的.mp4格式视频.
HLS,即 H T T P L i v e S t r e a m i n g HTTP\ Live\ Streaming HTTP Live Streaming的缩写,是由苹果公司提出基于HTTP的流媒体网络传输协议。是苹果公司QuickTime X和iPhone软件系统的一部分。它的工作原理是把整个流分成一个个小的基于HTTP的文件来下载,每次只下载一些。当媒体流正在播放时,客户端可以选择从许多不同的备用源中以不同的速率下载同样的资源,允许流媒体会话适应不同的数据速率。在开始一个流媒体会话时,客户端会下载一个包含元数据的扩展 M3U (m3u8) 播放列表文件,用于寻找可用的媒体流。 M3U8是 U n i c o d e Unicode Unicode 版本的 M3U,用 UTF-8 编码。"M3U"和"M3U8"文件都是苹果公司使用的 H T T P L i v e S t r e a m i n g HTTP\ Live\ Streaming HTTP Live Streaming 格式的基础,这种格式可以在 iPhone 和 Macbook 等设备播放。是一种播放多媒体列表的文件格式,文本内容是一系列媒体片段资源,顺序播放该片段资源,即可完整展示多媒体资源。其格式大致如下:
# 未加密 #EXTM3U #EXT-X-VERSION:3 #EXT-X-TARGETDURATION:8 #EXT-X-MEDIA-SEQUENCE:0 #EXTINF:4.000000, 1af12fece7a000000.ts #EXTINF:4.320000, 1af12fece7a000001.ts ... #EXTINF:3.800000, 1af12fece7a001155.ts #EXT-X-ENDLIST # 加密 #EXTM3U #EXT-X-VERSION:3 #EXT-X-TARGETDURATION:6 #EXT-X-PLAYLIST-TYPE:VOD #EXT-X-MEDIA-SEQUENCE:0 #EXT-X-KEY:METHOD=AES-128,URI="https://ts1.yuyuangewh.com:9999/20200808/1XdSSbTb/2000kb/hls/key.key" #EXTINF:3, https://ts1.yuyuangewh.com:9999/20200808/1XdSSbTb/2000kb/hls/EUtRrqJU.ts #EXTINF:4.72, https://ts1.yuyuangewh.com:9999/20200808/1XdSSbTb/2000kb/hls/HF90vrrN.ts ... #EXTINF:0.24, https://ts1.yuyuangewh.com:9999/20200808/1XdSSbTb/2000kb/hls/b7ZLcRqT.ts #EXT-X-ENDLIST
中文维基百科----HTTP Live Streaming 中文维基百科----M3U 。
下面介绍几个m3u8文件中常见的标签:
标签 | 格式 | 作用 |
---|---|---|
EXTM3U |
#EXTM3U |
表明该文件是一个m3u8文件,每个m3u8文件必须将该标签放置在第一行 |
EXT-X-VERSION |
EXT-X-VERSION:<number> |
表明该文件是一个m3u8文件,每个m3u8文件必须将该标签放置在第一行 |
EXT-X-TARGETDURATION |
#EXT-X-TARGETDURATION:<s> |
表示每个视频分段最大的时长(单位秒) |
EXT-X-PLAYLIST-TYPE |
#EXT-X-PLAYLIST-TYPE:<type-enum> |
表明流媒体类型,VOD 表示该视屏流为点播源,因此服务器不能更改该m3u8 文件;EVENT 表示该视频流为直播源,因此服务器不能更改或删除该文件任意部分内容,但是可以在文件末尾添加新内容 |
EXT-X-MEDIA-SEQUENCE |
#EXT-X-MEDIA-SEQUENCE:<number> |
表示播放列表第一个URL片段文件的序列号,每个媒体片段URL都拥有一个唯一的整型序列号,每个媒体片段序列号按出现顺序依次加 1,如果该标签未指定,则默认序列号从0开始 |
EXT-X-KEY |
#EXT-X-KEY:METHOD=AES-128,URI="http:xxxx",IV="xxxx" |
表明视频流文件的加解密方法,METHOD 表示加密方式,URI 表示密钥路径,该密钥是一个 16 字节的数据,IV 是一个128位的十六进制数值 |
EXTINF |
#EXTINF:<duration>,[<title>] |
表示其后 URL 指定的媒体片段时长(单位为秒),duration 可以为十进制的整型或者浮点型,其值必须小于或等于EXT-X-TARGETDURATION 指定的值 |
EXT-X-ENDLIST |
#EXT-X-ENDLIST |
表明m3u8文件的结束 |
简书:m3u8 文件格式详解 作者:Whyn 。
2. 第三方库----m3u8 。
m3u8是一个专门用于解析m3u8文件的解析器,有关库的详细操作请参阅官方示例 。
# 安装m3u8 pip install m3u8
# 加载m3u8文件 import m3u8 # 返回一个M3U8对象 playlist = m3u8.load(uri='http://videoserver.com/playlist.m3u8') # url # playlist = m3u8.load(uri='playlist.m3u8') # file print(playlist.segments) # 打印EXT-X-KEY标签和所有的EXTINF标签: print(playlist.target_duration) # 打印EXT-X-TARGETDURATION标签的值 for key in playlist.keys: if key: # 如果视频文件加密,可以查看加密参数 print(key.uri, key.method, key.iv)
本次就以这个视频为例,流程如下: 1. 找到视频对应的.m3u8文件 2. 解析.m3u8文件,从中提取.ts视频的url 3. 下载.ts格式的视频 4. 解密.ts格式的视频(如果视频流没有加密,则该步不是必须的) 5. 合成.mp4或其他格式的视频 。
# 第1步,我载了m3u8文件,也可以直接使用m3u8文件对应的url playlist = m3u8.load(uri='./data/index.m3u8') # 第2步,提取URL for seg in playlist.segments: print(seg.uri) # 第3步,下载ts视频 with open('xxxxx.ts', 'wb') as f: ts = get_ts(url) f.write(ts) # 第4步,解密 cipher_text = pad(data_to_pad=cipher_text, block_size=AES.block_size) aes = AES.new(key=key, mode=AES.MODE_CBC, iv=iv) cipher_text = aes.decrypt(cipher_text) # 第5步,合成 files = glob.glob(os.path.join('./video', '*.ts')) for file in files: with open(file, 'rb') as fr, open('./video_de/baitoushan.mp4', 'ab') as fw: content = fr.read() fw.write(content )
# -*- coding: utf-8 -*-# @Time : 2021/5/10 20:11# @Author : XiaYouRan# @Email : youran.xia@foxmail.com# @File : video.py# @Software: PyCharmfrom Crypto.Cipher import AESfrom Crypto.Util.Padding import padfrom concurrent.futures import ThreadPoolExecutorimport requestsimport m3u8import globimport osimport timeimport logginglogging.getLogger("urllib3").setLevel(logging.WARNING)def AESDecrypt(cipher_text, key, iv): cipher_text = pad(data_to_pad=cipher_text, block_size=AES.block_size) aes = AES.new(key=key, mode=AES.MODE_CBC, iv=iv) cipher_text = aes.decrypt(cipher_text) # clear_text = unpad(padded_data=cipher_text, block_size=AES.block_size) return cipher_textheaders = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) ' 'AppleWebKit/537.36 (KHTML, like Gecko) Chrome/71.0.3578.98 Safari/537.36'}def get_ts(url): try: response = requests.get(url, verify=False) response.raise_for_status() response.encoding = 'utf-8' return response.content except Exception as err: print(err) return b''def save_ts(url, index): filename = os.path.join('./video', str(index).zfill(5) + '.ts') with open(filename, 'wb') as f: ts = get_ts(url) f.write(ts) print(filename + ' is ok!')if __name__ == '__main__': playlist = m3u8.load(uri='./data/index.m3u8') # 线程池,引入index可以防止合成时视频发生乱序 with ThreadPoolExecutor(max_workers=10) as pool: for index, seg in enumerate(playlist.segments): pool.submit(save_ts, seg.uri, index) key = get_ts(playlist.keys[-1].uri) files = glob.glob(os.path.join('./video', '*.ts')) for file in files: with open(file, 'rb') as fr, open('./video_de/baitoushan.mp4', 'ab') as fw: content = fr.read() encontent = AESDecrypt(content, key=key, iv=key) fw.write(encontent) print(file + ' is ok!')
下载.ts文件效果如下:
合成.mp4文件效果如下:
Musicer开源代码仓库 。
Musicer音乐爬虫已经开源了哦,持续更新中,欢迎来踩来Star哦! 。
以上就是Python爬虫之m3u8文件里提取小视频的正确姿势的详细内容,更多关于Python提取m3u8文件小视频的资料请关注我其它相关文章! 。
原文链接:https://blog.csdn.net/qq_42730750/article/details/115272546 。
最后此篇关于Python爬虫之m3u8文件里提取小视频的正确姿势的文章就讲到这里了,如果你想了解更多关于Python爬虫之m3u8文件里提取小视频的正确姿势的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!