Python：b站多个视频爬取下载

📚博客主页：knighthood2001
✨公众号：认知up吧 （目前正在带领大家一起提升认知，感兴趣可以来围观一下）
🎃知识星球：【认知up吧|成长|副业】介绍
❤️如遇文章付费，可先看看我公众号中是否发布免费文章❤️
🙏笔者水平有限，欢迎各位大佬指点，相互学习进步！

在之前的文章，我们实现了将指定视频下载下来，并且实现了将下载的视频音频合并成完整视频。

今天我们要实现的将多个指定视频进行下载。

项目架构

运行前，就这三个文件，一个ffmpeg.exe用来将视频音频进行合并，url.txt用来存放你要爬取的url

url.txt中放的url链接如下

运行后会产生两个保存视频的文件夹。

替换不能作为文件名的字符

这里我注意到，有些标题中存在不能作为文件名的字符，因此需要将其替换。这里选择将其替换成空格。

# 定义一个函数，用于替换文件名中的特定字符
def sanitize_filename(filename):
    # 使用正则表达式替换文件名中的特定字符
    sanitized_filename = re.sub(r'[/\:*?<>|]', ' ', filename)
    return sanitized_filename
'
运行
运行

全部代码

import requests
import re
import json
import os
import subprocess
# 函数：下载并保存视频和音频
def download_video_and_audio(url, headers):
    try:
        # 发送请求
        response = requests.get(url=url, headers=headers)
        response.raise_for_status()  # 如果响应状态不是200，将抛出异常
        html = response.text

        # 解析数据：提取视频标题
        title = re.findall('title="(.*?)"', html)[0]
        print(f"视频标题: {title}")
        new_title = sanitize_filename(title)
        # 解析视频信息
        info = re.findall('window.__playinfo__=(.*?)', html)[0]
        json_data = json.loads(info)

        # 提取视频链接和音频链接
        video_url = json_data['data']['dash']['video'][0]['baseUrl']
        audio_url = json_data['data']['dash']['audio'][0]['baseUrl']
        print(f"视频链接: {video_url}")
        print(f"音频链接: {audio_url}")

        # 下载视频内容
        video_content = requests.get(url=video_url, headers=headers).content
        # 下载音频内容
        audio_content = requests.get(url=audio_url, headers=headers).content
        if not os.path.exists('process_video'):
            os.makedirs('process_video')
        # 保存视频和音频数据
        with open(f'process_video\\{new_title}.mp4', mode='wb') as v:
            v.write(video_content)
        with open(f'process_video\\{new_title}.mp3', mode='wb') as a:
            a.write(audio_content)
        print("下载完成！")
        return new_title  # 返回视频标题

    except requests.exceptions.RequestException as e:
        print(f"请求错误: {e}")
    except json.JSONDecodeError:
        print("解析JSON时出错")
    except Exception as e:
        print(f"发生错误: {e}")

def merge_video(title):
    print("开始合并视频...")
    if not os.path.exists('finally_video'):
        os.makedirs('finally_video')
    # 合并成完整的视频内容
    cmd = f'ffmpeg -hide_banner -i "process_video\\{title}.mp4" -i "process_video\\{title}.mp3" -c:v copy -c:a aac -strict experimental "finally_video\\{title}output.mp4"'
    # 调用命令
    subprocess.run(cmd)

# 定义一个函数，用于替换文件名中的特定字符
def sanitize_filename(filename):
    # 使用正则表达式替换文件名中的特定字符
    sanitized_filename = re.sub(r'[/\:*?<>|]', ' ', filename)
    return sanitized_filename

if __name__ == '__main__':
    cookie = "buvid3=2844B77E-F527-FB05-1DF5-9FDF834AE3E888277infoc; b_nut=1709986388; i-wanna-go-back=-1; b_ut=7; _uuid=6577D687-BED9-9AE2-106A10-551210627F5AC88087infoc; enable_web_push=DISABLE; buvid4=5ED5B3A0-A998-7D47-3815-9AD9A1B27A4989131-024030912-0Fw3r6dKwZLwPoWOl%2F8HuA%3D%3D; CURRENT_FNVAL=4048; rpdid=|(u|Jmkkuukk0J'u~u|ulR~)~; header_theme_version=CLOSE; fingerprint=c27c0b59dd10dcdc4c14701a58f49669; buvid_fp_plain=undefined; LIVE_BUVID=AUTO6217111182462626; FEED_LIVE_VERSION=V_WATCHLATER_PIP_WINDOW3; bp_video_offset_691902317=925084214145056785; DedeUserID=691902317; DedeUserID__ckMd5=ead312019baad7ed; CURRENT_QUALITY=80; home_feed_column=4; PVID=1; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTY1NjYyODAsImlhdCI6MTcxNjMwNzAyMCwicGx0IjotMX0.4OcEc8xnUd8GPCTUkZM9UBejaRUnP0dhhjgL_DuFkgY; bili_ticket_expires=1716566220; SESSDATA=8abf5422%2C1731859084%2Ce2fa9%2A51CjD4mACI26GPIuH7wAe_rVLLXDq2VIckm2YvNvZpeMgzOMZCFVGss2CRvlLzxdOTmpASVk9nbUJtTU1QaWFqcUw1aWN5M19UMW0zdkhsZkdHRFdHdTZ1VVEzRUFmVUtKejhfS3FraFZ5WGM1OUstS1ZyeGRDTDhLM2Z1ekFuN09FcXFyaWIzWElnIIEC; bili_jct=ecb04e890e743862a38e01c7f37e08dd; bp_t_offset_691902317=934571401762832385; buvid_fp=c27c0b59dd10dcdc4c14701a58f49669; b_lsid=CB3EFD71_18FA63D003A; bmg_af_switch=1; bmg_src_def_domain=i0.hdslb.com; browser_resolution=675-639"
    filename = 'url.txt'
    # 打开文件
    with open(filename, 'r', encoding='utf-8') as file:
        # 逐行读取
        for line in file:
            # 打印每一行的内容
            print(line.strip())  # 使用strip()移除每行末尾的换行符
            url = line.strip()
            headers = {
                "Referer": url,
                "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36",
                "Cookie": cookie
            }
            # 调用函数
            title = download_video_and_audio(url, headers)
            merge_video(title)

这里和之前的博客代码相比，在下载视频，获取其标题的时候，应该需要调用替换字符的函数。new_title = sanitize_filename(title)

要注意，我把读取每行写在了最外面，因为考虑到如果将全部url读取，存到列表中，不太符合日常减少内存开销的好习惯。

不过大家，平时可以将其封装成函数，然后返回一个都是url的列表。