Python爬虫怎么下载视频_抓取m3u8文件并提取ts切片最后用ffmpeg合并MP4

陌丽小哥_4769

陌丽小哥_4769

2026-03-23

1244人浏览

原创

多数视频站对m3u8校验Referer、User-Agent或动态token,直接requests.get易得403或空响应;需抓包分析请求头、拼接完整TS路径、控制并发、重试机制及ffmpeg转码合成。

python爬虫怎么下载视频_抓取m3u8文件并提取ts切片最后用ffmpeg合并mp4

为什么直接请求m3u8返回403或空内容

多数视频站对 m3u8 文件做了 Referer、User-Agent 或 token 校验,甚至动态生成带签名的 URL。单纯用 requests.get() 拿不到真实播放列表,或者拿到的是加密/无效路径。

实操建议:

  • 先用浏览器开发者工具(Network → Media)确认真实 m3u8 请求头,尤其是 Referer 和 User-Agent,复制到代码里模拟
  • 检查响应状态码和 Content-Type:正常应为 text/plain 或 application/vnd.apple.mpegurl;若返回 403 或 HTML 页面,说明被反爬拦截
  • 有些站点的 m3u8 是 base64 编码或 JS 动态拼接的,得先解析网页源码或执行 JS(用 execjs 或 playwright),不能只靠正则硬扒

解析m3u8后ts地址是相对路径怎么办

m3u8 里常见 xxx.ts、./seg-1.ts 这类相对路径,直接下载会 404。必须拼出完整 URL,但规则不统一:可能基于 m3u8 文件所在目录、父级路径,甚至另有 base-url 字段(#EXT-X-STREAM-INF:BANDWIDTH=...,RESOLUTION=...,CODECS="avc1.64001f,mp4a.40.2",URI="chunklist_b1200000.m3u8")。

实操建议:

  • 用 urllib.parse.urljoin(base_url, ts_path) 拼接,其中 base_url 是原始 m3u8 的完整 URL(含目录,不含文件名),不是域名
  • 遇到嵌套 m3u8(如主播放列表指向多个清晰度子列表),要递归解析,优先选带 BANDWIDTH 最高或明确标 720p 的那个
  • 某些 CDN 会在 ts 路径末尾加时间戳或 token 参数(如 seg-1.ts?t=171xxxx&sign=abc),这些参数必须原样保留,丢掉就 403

下载ts切片时频繁超时或连接重置

批量并发请求 ts 切片极易触发服务端限流,表现为 ConnectionResetError、TimeoutError 或大量 503 响应。不是代码写错了,而是节奏没控住。

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac,无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启:辅助功能 + 屏幕录制权限

下载

实操建议:

  • 别用 threading 硬开 20 个线程 —— 大多数站点只允许 2~5 路并发,建议从 max_workers=3 开始试
  • 每个请求加随机延时(time.sleep(random.uniform(0.1, 0.5))),比固定 sleep 更抗识别
  • 用 requests.Session() 复用连接,设置 timeout=(3, 10)(连接 3 秒,读取 10 秒),避免卡死
  • 务必捕获异常并重试(最多 2 次),跳过失败切片可能导致 ffmpeg 合并报错:Non-monotonous DTS 或黑屏

ffmpeg合并后音画不同步或开头花屏

直接 ffmpeg -i "concat:1.ts|2.ts|..." -c copy out.mp4 看似快,但绝大多数 m3u8 的 ts 切片不是严格 I 帧对齐的,-c copy 会继承原始时间戳缺陷,导致合成后卡顿、跳帧或音频漂移。

实操建议:

  • 放弃 -c copy,老实用转码:ffmpeg -f concat -safe 0 -i filelist.txt -c:v libx264 -c:a aac -movflags +faststart out.mp4
  • filelist.txt 必须每行写 file '1.ts'(带单引号),不能只写文件名;且所有 ts 必须在同一目录下
  • 如果原始 ts 是 AES-128 加密的(m3u8 里有 #EXT-X-KEY:METHOD=AES-128,URI="key.key"),必须先用 key 解密再合并,否则 ffmpeg 会静音或报 Invalid data found when processing input

最麻烦的其实是加密 + 动态 token + 分段鉴权的组合——这时候光靠 Python 和 ffmpeg 不够,得看具体站点怎么验签,往往得逆向 JS 逻辑。真遇到这种,别硬刚,先确认是否合规可抓。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1831

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

4944

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1789

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

29617

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3527

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3547

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1223

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

616

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

2743

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
Uvicorn官方安装与入门手册
Uvicorn官方安装与入门手册

共0课时 | 0人学习

Python uv官方项目管理指南
Python uv官方项目管理指南

共0课时 | 0人学习

Python uv官方安装与入门文档
Python uv官方安装与入门文档

共0课时 | 0人学习