m3u8网页视频文件爬取与视频合成

文章目录

m3u8网页视频文件爬取与视频合成
- 下载m3u8文件
- 下载m3u8文件列表所对应的ts文件
- 下载ffmpeg

m3u8网页视频文件爬取与视频合成

我们经常在网络上找到的自己想要的视频素材却无法下载，并且打开控制台一看视频是通过分割成一份份的.ts文件发送过来的。

请添加图片描述

下载m3u8文件

这时我们先双击下载m3u8文件，这是一种用于传输流媒体的文本格式文件，主要用于描述和组织视频流的各个部分。 m3u8文件作为播放列表，列出了构成视频流的所有TS（Transport Stream）片段。每个片段都是视频的一部分。简单来说有了这些列表和对应的TS文件就可以合成完整的视频了。

请添加图片描述

下载m3u8文件列表所对应的ts文件

右键复制一个.ts文件的url。发现所有ts文件的url地址的前段一致，后缀不同。这时可以通过python进行url拼接然后批量化下载。

请添加图片描述

以下是完整python代码

# My Python
# 测试时间：2024/9/8 23:46
import os
import time
import requests# 定义基本URL
base_url = 'https://vip.ffzy-play7.com/20221227/9993_9681b67b/2000k/hls/'# 定义文件路径
file_path = r'D:\Desktop\video\mixed.m3u8'
output_dir = r'D:\Desktop\video\ts'
failed_urls_file = r'D:\Desktop\video\failed_urls.txt'# 创建输出目录如果它不存在
if not os.path.exists(output_dir):os.makedirs(output_dir)if not os.path.exists(os.path.dirname(failed_urls_file)):os.makedirs(os.path.dirname(failed_urls_file))# 读取.m3u8文件
try:with open(file_path, 'r', encoding='utf-8') as file:lines = file.readlines()
except IOError as e:print(f"无法打开文件 {file_path}: {e}")exit(1)# 初始化计数器
counter = 1# 定义重试次数
max_retries = 5
retry_delay = 3  # 重试间隔时间（秒）# 准备记录未完成下载的URL
failed_urls = []# 处理每一行
for line in lines:if line.endswith('.ts\n'):# 拼接完整的URLurl = base_url + line.strip()# 构建文件名filename = os.path.join(output_dir, os.path.basename(url))retries = 0while retries < max_retries:try:# 下载文件response = requests.get(url, timeout=60)  # 设置超时时间为60秒response.raise_for_status()  # 检查请求是否成功with open(filename, 'wb') as f:f.write(response.content)print(f'已下载第{counter}个链接: {url}')break  # 成功下载后退出循环except requests.RequestException as e:print(f'下载失败 (第{counter}个链接, 尝试 {retries + 1}/{max_retries}): {url}, 错误: {e}')retries += 1if retries < max_retries:print(f'等待 {retry_delay} 秒后重试...')time.sleep(retry_delay)else:print(f'达到最大重试次数，放弃下载：{url}')failed_urls.append(url)  # 记录失败的URL# 计数器递增counter += 1# 将未完成下载的URL保存到文件
if failed_urls:with open(failed_urls_file, 'w', encoding='utf-8') as f:for url in failed_urls:f.write(url + '\n')print(f'未完成下载的URL已保存到 {failed_urls_file}')print(f'共有 {len(failed_urls)} 个链接未能成功下载。')
else:print('所有链接均下载成功，没有失败的URL需要记录。')print('初次下载完成。')# 重新下载未下载的URL
if failed_urls:print('开始重新下载未完成的链接...')# 重置计数器counter = 1for url in failed_urls:# 构建文件名filename = os.path.join(output_dir, os.path.basename(url))retries = 0while retries < max_retries:try:# 下载文件response = requests.get(url, timeout=60)  # 设置超时时间为60秒response.raise_for_status()  # 检查请求是否成功with open(filename, 'wb') as f:f.write(response.content)print(f'已重新下载第{counter}个链接: {url}')break  # 成功下载后退出循环except requests.RequestException as e:print(f'重新下载失败 (第{counter}个链接, 尝试 {retries + 1}/{max_retries}): {url}, 错误: {e}')retries += 1if retries < max_retries:print(f'等待 {retry_delay} 秒后重试...')time.sleep(retry_delay)else:print(f'达到最大重试次数，放弃重新下载：{url}')# 计数器递增counter += 1print('所有文件下载完成。')