Python3——根据m3u8下载视频（下）之requests

Posted 2020-12-30 孤月残舞

       下半场ING，好吧，本来准备明天写的（拖延真快乐.gif），请然而,,,早上八点多跑公司加班（看书+学习）去，发现大门上挂着一把大锁，我只想说门禁是拿来看的嘛，加啥破锁o（╥﹏╥）o，严重打击了好员工的加班热情[○·`Д‘·○]，所以滚回来写博客了，忧伤，写了点代码还踩了半天坑（偷懒惹的祸），忧伤10086 ...

---

         7.31号上午，也就是离职那天，机智的我突然想到，requests.get（）下载文件实际是获取到的二进制内容然后写入到自己创建的文件中，以此来实现下载图片，文档，视频和等等，既然如此，那我直接打开已有的视频文件将新获取的二进制内容添加到后面，不就可以更直接的解决ts流合并的问题了嘛，机智如我，立刻进行了尝试，特意注意了文件打开和写入时的编码问题，果然搞定了,,,然后下午跑去签离职协议，完美收工。

运行环境：windows和linux（注意修改下路径），python36

代码如下：

?
# !/user/bin/env python
# -*- coding: utf-8 -*-
# au: caopeiya
# 201808011
import os, shutil
import urllib.request, urllib.error, requests


# 打开并读取网页内容
def getUrlData(url):
    try:
        urlData = urllib.request.urlopen(url, timeout=20)  # .read().decode(‘utf-8‘, ‘ignore‘)
        # urlData = requests.get(url, timeout=20)  # .read().decode(‘utf-8‘, ‘ignore‘)
        return urlData
    except Exception as err:
        print(f‘err getUrlData({url})
‘, err)
        return -1


# 下载文件-requests
def getDown_reqursts(url, file_path):
    try:
        header = {"User-Agent":"Mozilla/5.0 (Windows NT 6.1; rv:2.0.1) Gecko/20100101 Firefox/4.0.1"}
        response = requests.get(url, timeout=120, headers=header)
        with open(file_path, mode=‘ab+‘) as f:
            f.write(response.content)
        # 下载文件较大时，使用循环下载
        # with open(file_path, mode=‘wb‘) as f:
        #     for content in response.iter_content(1024):
        #         f.write(content)
        print("down successful!")
    except Exception as e:
        print(e)


def getVideo_requests(url_m3u8, path, videoName):
    print(‘begin run ~~
‘)
    urlData = getUrlData(url_m3u8)
    tempName_video = os.path.join(path, f‘{videoName}.ts‘)  # f‘{}‘ 相当于‘{}‘.format() 或 ‘%s‘%videoName
    open(tempName_video, "wb").close()  # 清空(顺带创建)tempName_video文件，防止中途停止，继续下载重复写入
    # print(urlData)
    for line in urlData:
        # 解码decode("utf-8")，由于是直接使用了所抓取的链接内容，所以需要按行解码，如果提前解码则不能使用直接进行for循环，会报错
        url_ts = str(line.decode("utf-8")).strip()  # 重要：strip()，用来清除字符串前后存在的空格符和换行符
        if not ‘.ts‘ in url_ts:
            continue
        else:
            if not url_ts.startswith(‘http‘):  # 判断字符串是否以‘http‘开头，如果不是则说明url链接不完整，需要拼接
                # 拼接ts流视频的url
                url_ts = url_m3u8.replace(url_m3u8.split(‘/‘)[-1], url_ts)
        print(url_ts)
        getDown_reqursts(url=url_ts, file_path=tempName_video)  # 下载视频流
    filename = os.path.join(path, f‘{videoName}.mp4‘)
    shutil.move(tempName_video, filename)
    print(f‘Great, {videoName}.mp4 finish down!‘)


if __name__ == ‘__main__‘:
    url_m3u8 = ‘http://wscdn.alhls.xiaoka.tv/201886/2f5/75a/HoHdTc1LjUaBjZbJ/index.m3u8‘
    path = r‘D:\‘
    videoName = url_m3u8.split(‘/‘)[-2]
    getVideo_requests(url_m3u8, path, videoName)
    # getDown_reqursts(‘http://wscdn.alhls.xiaoka.tv/201886/2f5/75a/HoHdTc1LjUaBjZbJ/147.ts‘, f‘D:/videos/84.ts‘)

?

　　

要注意以下几点：

                     1.用于解码（“utf-8”）进行解码，由于循环获取的每一行t都是是ASCII编码，必须解码为utf-8才能变为可识别的字符串;

                       2.用.strip（）去除每一行的空格符和换行符，