Python | 某大学mooc字幕下载

Posted 2022-08-01 婉儿hye

大学生一般使用某大学mooc上网课,某大学mooc中具有丰富的视频课程内容,如果是提取了慕课中的字幕,用户随时都可以阅读内容,那如何提取慕课的字幕呢?

运行效果

代码如何使用

运行环境

Python 3
requests模块、re模块(怎么下载，问度娘)

1.复制课程id。打开浏览器，进入到需要下载字幕的课程界面，课程id在链接的tid里,例如：​​https://www.icourse163.org/course/ZZU-1207201802?tid=1467133722​​

# 注意不要加引号
    course_id = 1467133722

2.复制cookie。按F12，找一个post请求的url,把cookie的所有内容复制到这里

header = 
        user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/99.0.4844.51 Safari/537.36,
        cookie: cookie贴这里哈
    

不能在控制台用​​document.cookie​​，这个不行的。

遇到卡住的问题看下图。

找个POST请求的url

粘贴的话，最好放在​​​​单引号，双引号的话，就是怕cookie里也有双引号，虽然也可以，就是可能会稍微麻烦了些

3.复制"NTESSTUDYSI"。把Cookies的"NTESSTUDYSI"的值(一般在第一个)复制粘贴到这里

csrfKey = "这里也要贴，看注释"

后面如果需要下载其它课程的字幕，一般更改课程的id就行了。
但有时候也可能不可以，因为cookie会过期，过期就重新复制。

源代码

代码如果看不懂也没有关系，会用就行了O(∩_∩)O~

import requests
import re


# 获取每节课的id
def get_lesson_Id(term_id: int):
    if type(term_id) == str:
        term_id = int(term_id)
    url = fhttps://www.icourse163.org/web/j/courseBean.getLastLearnedMocTermDto.rpc?csrfKey=csrfKey
    data = 
        termId: term_id
    
    html = dict(requests.post(url, headers=header, data=data).json())
    chapters = html[result][mocTermDto][chapters]
    lessonsId = []
    for lessons in chapters:
        for lesson in lessons["lessons"]:
            for unit in lesson[units]:
                if unit[contentType] == 1:
                    # lessonsId.append((unit[id], lesson[name]))
                    lessonsId.append(unit[id])
    return lessonsId

# 获取一节课的name、videoId、signature
def get_name_videoId_signature(lesson_id: int):
    url = f"https://www.icourse163.org/web/j/resourceRpcBean.getResourceToken.rpc?csrfKey=csrfKey"
    data = 
        bizId: lesson_id,
        bizType: 1,
        contentType: 1,
    
    html = dict(requests.post(url, headers=header, data=data).json())["result"]["videoSignDto"]
    videoId = html[videoId]
    signature = html[signature]
    name = html["name"].split(".mp4")[0]
    return name, videoId, signature

# 获取一节课的字幕下载密匙
def get_nosKey(video_id, signature):
    url = fhttps://vod.study.163.com/eds/api/v1/vod/video?videoId=video_id&signature=signature&clientType=1
    srtCaptions = dict(requests.get(url).json())[result][srtCaptions]
    # nosKey 可能有多个
    nos_keys = []
    for nosKey in srtCaptions:
        nos_keys.append(nosKey[nosKey])
    return nos_keys

# 保存一节课的字幕
def save_subtitle(name, src_keys):
    for srcKey in src_keys:
        url = fhttp://www.icourse163.org/video/downloadVideoSrt.htm?srcKey=srcKey
        content = requests.get(url).text
        con_clear = re.findall(" -->.*\\r\\n(.*?\\r\\n)\\r\\n", content)
        with open(f"name.txt", a, encoding="utf-8") as f:
            f.writelines(con_clear)

if __name__ == __main__:
    # 1.复制课程id。打开浏览器，进入到需要下载字幕的课程界面，课程id在链接的tid里,例如：https://www.icourse163.org/course/ZZU-1207201802?tid=1467133722
    course_id = 1467133722
    # 2.复制cookie。按F12，找一个post请求的url,把cookie的所有内容复制到这里
    header = 
        user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36,
        cookie: cookie放这里
    
    # 3.复制"NTESSTUDYSI"。把cookie的"NTESSTUDYSI"的值(一般在第一个)复制粘贴到这里
    csrfKey = "还有这里要修改，别忘记了"
    lesson_ids = get_lesson_Id(course_id)
    for lesson in lesson_ids:
        name, video_id, signature = get_name_videoId_signature(lesson)
        nos_keys = get_nosKey(video_id, signature)
        if len(nos_keys) == 0:
            print(f"name   未查询到有字幕。。。")
            continue
        save_subtitle(name, nos_keys)
        print(f"-->name 字幕下载成功...")

箴言：因为这些东西是非常简单的。不要抱怨自己学不会，那是因为你没有足够用心。