Python通过m3u8文件下载合并ts视频的操作

前段时间，接到一个需求，要求下载某一个网站的视频，然后自己从网上查阅了相关的资料，在这里做一个总结。

m3u8是苹果公司推出一种视频播放标准，是一种文件检索格式，将视频切割成一小段一小段的ts格式的视频文件，然后存在服务器中（现在为了减少I/o访问次数，一般存在服务器的内存中），通过m3u8解析出来路径，然后去请求，是现在比较流行的一种加载方式。目前，很多新闻视频网站都是采用这种模式去加载视频。

M3U8文件是指UTF-8编码格式的M3U文件。M3U文件是记录了一个索引纯文本文件，打开它时播放软件并不是播放它，而是根据它的索引找到对应的音视频文件的网络地址进行在线播放。原视频数据分割为很多个TS流，每个TS流的地址记录在m3u8文件列表中。

下面就是m3u8文件的格式。

#EXTM3U#EXT-X-VERSION:3#EXT-X-MEDIA-SEQUENCE:0#EXT-X-ALLOW-CACHE:YES#EXT-X-TARGETDURATION:15#EXTINF:6.916667,out000.ts#EXTINF:10.416667,out001.ts#EXTINF:10.416667,out002.ts#EXTINF:1.375000,out003.ts#EXTINF:1.541667,out004.ts#EXTINF:7.666667,out005.ts#EXTINF:10.416667,2. ts文件处理

只有m3u8文件，需要下载ts文件

ts文件能正常播放，但太多而小，需要合并 有ts文件

但因为被加密无法播放，需要解码

在这里我只记录下前两个步骤，因为，我目前研究的比较少，还没有遇到ts被加密的情况。

那么下面，我就正式举一个网站，第一财经网（直接点击）跟大家正式的讲解下。

这是该网站的视频。如下图：

点击第一个视频，这就是我们这次要爬取的视频。

然后鼠标右键点击，选择'检查' 或者按F12键，进入开发者模式，查看网页代码。

然后，点击Network ，再点击other，寻找请求地址中带有m3u8和ts标记的请求地址。

不懂，请看下图。有一点，很重要。网站通过切割后ts加载视频，并不是没有规律的，而是通过m3u8文件附带的。也就说，网站一定是先加载m3u8文件，然后根据m3u8文件，去请求ts文件。所以，如果你找不到m3u8文件的话，你可以先找第一个ts文件，然后往上面翻，一定能找到m3u8文件。

再点击这个m3u8文件，右侧对应的就是它的请求地址。

请求地址如下：

https://ycalvod.yicai.com/record/live/cbn/ca233887-1443-4bdf-b762-3b4b3a217085_LD.m3u8?auth_key=1575703722-0-0-6f09e9a156491f027a035e31c238c48c&ycfrom=yicaiwww

你可以把上面那个地址，输入浏览器地址框内，下载下来。也可以通过查看源码，找到该功能的对应的html代码。

这是下载下来的m3u8文件。

从图片可以看出来，每一个ts文件都是相对的地址，所以下面我们就需要找到绝对地址。

ts文件地址如下：

https://ycalvod.yicai.com/record/live/cbn_yld/1575111614_3446078.ts

上面，我们已经把这个网站的视频加载模式分析的很透彻，下面就开始撸代码了。

def getTsUrl(): ts_url_list = [] baseUrl = 'https://ycalvod.yicai.com/record/live' with open('ca233887-1443-4bdf-b762-3b4b3a217085_LD.m3u8', 'r', encoding='utf-8') as f:m3u8Contents = f.readlines()for content in m3u8Contents: if content.endswith('tsn'):ts_Url = baseUrl + content.replace('n', '').replace('..', '')ts_url_list.append(ts_Url)print(ts_Url) return ts_url_list5. 下载ts文件

def download_ts_video(download_path, ts_url_list): download_path = r'C:UsersAdministratorDesktopAiShu下载视频TS视频' for i in range(len(ts_url_list)):ts_url = ts_url_list[i]try: response = requests.get(ts_url, stream=True, verify=False)except Exception as e: print('异常请求：%s' % e.args) returnts_path = download_path + '{}.ts'.format(i)with open(ts_path, 'wb+') as file: for chunk in response.iter_content(chunk_size=1024):if chunk: file.write(chunk) print('TS文件下载完毕！！')

这就是我本地下载好的ts切割视频

def heBingTsVideo(download_path,hebing_path): all_ts = os.listdir(download_path) with open(hebing_path, ’wb+’) as f:for i in range(len(all_ts)): ts_video_path = os.path.join(download_path, all_ts[i]) f.write(open(ts_video_path, ’rb’).read()) print('合并完成！！')

最后的结果如下：

有兴趣的小伙伴，可以研究下。

import requests,osdef getTsUrl(): ts_url_list = [] baseUrl = 'https://ycalvod.yicai.com/record/live' with open('ca233887-1443-4bdf-b762-3b4b3a217085_LD.m3u8', 'r', encoding='utf-8') as f:m3u8Contents = f.readlines()for content in m3u8Contents: if content.endswith('tsn'):ts_Url = baseUrl + content.replace('n', '').replace('..', '')ts_url_list.append(ts_Url)print(ts_Url) return ts_url_listdef download_ts_video(download_path, ts_url_list): download_path = r'C:UsersAdministratorDesktopAiShu下载视频TS视频' for i in range(len(ts_url_list)):ts_url = ts_url_list[i]try: response = requests.get(ts_url, stream=True, verify=False)except Exception as e: print('异常请求：%s' % e.args) returnts_path = download_path + '{}.ts'.format(i)with open(ts_path, 'wb+') as file: for chunk in response.iter_content(chunk_size=1024):if chunk: file.write(chunk) print('TS文件下载完毕！！')def heBingTsVideo(download_path,hebing_path): all_ts = os.listdir(download_path) with open(hebing_path, ’wb+’) as f:for i in range(len(all_ts)): ts_video_path = os.path.join(download_path, all_ts[i]) f.write(open(ts_video_path, ’rb’).read()) print('合并完成！！')if __name__ == ’__main__’: download_path = r'C:UsersAdministratorDesktopAiShu下载视频TS视频' hebing_path = r'C:UsersAdministratorDesktopAiShu下载视频合并TS视频第一财经.mp4' ts_url_list = getTsUrl() download_ts_video(download_path, ts_url_list) heBingTsVideo(download_path,hebing_path)

以上为个人经验，希望能给大家一个参考，也希望大家多多支持好吧啦网。如有错误或未考虑完全的地方，望不吝赐教。