如何通過m3u8文件下載電影視頻

前言後臺有網友留言，問m3u8文件到底是什麼文件，為何有的瀏覽器能直接播放，但有的就只提示下載？其實m3u8文件是指用UTF-8編碼格式的M3U文件，而M3U文件則是記錄了一個索引的純文本文件，它裡面記錄的索引通常是一系列視頻文件的地址，對於支持在線播放的視頻播放器比如potplayer、kmplayer等都可以直接用打開網址的方式來在線觀看，一些內置播放功能的手機瀏覽器也是支持直接播放的，而PC端的瀏覽器多半會提示下載該類文件。由於我國網絡的特殊性，某些優秀的外語影視劇無法在一些大型視頻網站觀看，因此就有一些人想出一些辦法，將其存儲在自建的伺服器上，然而個人的財力畢竟有限，在受制於各種成本的壓力下，將一個較大的視頻分割成上千個小視頻後，分段存儲在伺服器上，就可以較大程度上緩解一些壓力。對於視頻觀看者而言，這樣的視頻在線觀看體驗並不是特別好，將其離線下載於本地就是一個較好的辦法。這一篇文章中，我們來研究一下如何用Python來自動下載這類視頻的技術。人工處理m3u8文件首先將m3u8文件下載，比如以一部可供英語聽力學習的情景劇《Holmes **》為例(此處僅做技術用例參考，所測試下載文件已經刪除)，我們得到的m3u8地址是這樣的：https://***.com/2020***/***/index.m3u8，將其輸入瀏覽器地址後，下載得到的m3u8文件如下圖所示：

從上圖可以看出，在這個得到的文件中並沒有視頻的索引文件，但卻隱藏著一個新的m3u8地址，因此，需要將該地址重新匹配到原地址的https://***.com/2020***/***/字串之後，形成新的m3u8地址，即：https://***.com/2020***/***/1000k/hls/index.m3u8，然後再將該地址輸入瀏覽器地址欄，即可下載得到新的m3u8地址，是這樣的：

上述圖片所示的地址即是對應的分割好的小視頻地址，接下來就需要將其匹配到剛才得到的網址上，比如第五個視頻地址即為：https://***.com/2020***/***/1000k/hls/906ffc7faa0000004.ts，將其輸入瀏覽器地址欄後，即可下載一個小視頻，截圖如下：

可是，這樣被分割後的視頻有多少個呢？用程序統計的結果是1858個，如果每一個都用手工下載，那是一個巨大的工作量。
程序自動下載用Python來完成這項工作，會顯得非常簡單。首先我們解析一次m3u8文件，如果它裡面有隱藏的地址，那就再讀取一次，代碼如下：

import requests
URL_M3U8 = 'https://***.com/2020***/***/index.m3u8'def read_m3u8(urlm3u8):     m3u8filename = urlm3u8.split('/')[-1]    urlprex = urlm3u8[:len(urlm3u8)-len(m3u8filename)-1]    m3u8file_data = requests.get(urlm3u8)    m3u8filename = urlm3u8.split('/')[-1]    open(m3u8filename, 'wb').write(m3u8file_data.content)
    lstfile = []    with open(m3u8filename) as f:        for item in f.readlines():            if item[0] != r'#':                if item[0] != '/':                    item = '/' + item.strip()                lstfile.append(urlprex + item)    return lstfile
def read_main(urlm3u8):    m3u8filename = urlm3u8.split('/')[-1]    urlprex = urlm3u8[:len(urlm3u8)-len(m3u8filename)-1]    lstfile = read_m3u8(urlm3u8)    if len(lstfile) == 1:        with open(m3u8filename) as f:            for item in f.readlines():                if item[0] != '#':                    if item[0] != '/':                        urlprex += '/'                    lstfile = read_m3u8(urlprex + item.strip())    return lstfile
lstfile = read_main(URL_M3U8)
在得到所有小視頻的列表後，可以用下述代碼將所有的文件下載到指定的文件夾：
for i, item in enumerate(lstfile):    print("第{}個文件正在下載，共{}個文件。".format(i+1,len(lstfile)))    myfile = requests.get(item)    open(r'tmp/'+item.split('/')[-1], 'wb').write(myfile.content)
下載完成後，為了視頻觀看的連續性，需要將所有小視頻合併成一個大視頻文件：
import os, globlstfile = sorted(glob.glob(r'tmp/*.ts'), key=os.path.getmtime)mergecmd = 'copy /b ' + '+'.join(lstfile) + ' new.ts'os.system(mergecmd)
注意，由於視頻文件的先後順序要保證，因此，將抓取的文件按照其創建的時間進行了排序，之後調用copy命令進行了合併，以上代碼在windows 10中測試成功。小結本文對m3u8文件進行了分析，並介紹了如何用Python自動提取其中地址並進行離線下載的技術。在此聲明，以上方法僅供純技術探討，不得作為盜取正版視頻的方法，請尊重版權，否則後果自負。