美文网首页
美拍视频采集之视频地址解析下载

美拍视频采集之视频地址解析下载

作者: 南极有条沙丁鱼 | 来源:发表于2017-07-29 22:45 被阅读4317次

    以此URl举个例子http://www.meipai.com/media/816057957

    • 页面分析
      通过分析美拍播放页面的源代码,可以看到,播放页面的html代码中的有一个mate标签(property属性值为og:video:url),该值就是页面的视频链接,只不过是经过加密后的
    • 使用Java语言来自动获取美拍真实加密过的url地址,Crawl类
    // 根据url请求html页面
    public static String clawer2(String myurl) throws Exception{
            URL urlmy = new URL(myurl);
            HttpURLConnection con = (HttpURLConnection) urlmy.openConnection();
            con.setFollowRedirects(true);
            con.setInstanceFollowRedirects(false);
            con.connect();
            BufferedReader br = new BufferedReader(new InputStreamReader(con.getInputStream(),"UTF-8"));
            String s = "";
            StringBuffer sb = new StringBuffer("");
            while ((s = br.readLine()) != null) {
                sb.append(s+"\r\n");
            }
            return sb.toString();
        }
    
    // 通过Jsoup包来解析html页面
    public static String parsehtml(String url) throws Exception {
            String htmlContent = Crawl.clawer2(url);
            //使用jSoup解析里头的内容
            //就像操作html doc文档对象一样操作网页中的元素
            Document doc = Jsoup.parse(htmlContent);
            Element span = doc.select("head > meta:nth-child(16)").first();
            System.out.println(span.attr("content"));
            return span.attr("content");// 获取加密后的视频url地址
        }
    
    • 解密加密字符串,解密后即可得到视频真实URL地址
    /**
     * 解密加密过的字符串
     * Created by lihan on 2017/7/29.
     */
    public class ParseUrl {
        private Map<String, String> dict1;
        private Map<String, String[]> dict2;
        
        // 获得16进制数,该数用来分割字符串
        public Map<String,String> getHex(String param1){
            dict1 = new HashMap<String, String>();
            String cstr =  param1.substring(4);//str
            String[] splitStr = param1.substring(0,4).split("");
            String hex = "";
            for (int i=3; i >= 0; i--){
                hex = hex + splitStr[i];
            }
            dict1.put("str", cstr);
            dict1.put("hex", hex);
            return dict1;
        }
        // 获取正确的字符串,解析16进制数
        public Map<String, String[]> getDecimal(String param1){
            dict2 = new HashMap<String, String[]>();
            // loc2是用来分割字符串的索引标识,转换16进制
            String loc2 = String.valueOf(Integer.parseInt(param1,16));
            String[] pre = loc2.substring(0,2).split("");//dict1.put("loc2", loc2.substring(0,2));
            String[] tail = loc2.substring(2).split("");
            dict2.put("pre", pre);
            dict2.put("tail", tail);
            return dict2;
        }
        // 分割字符串
        public String substr(String param1, String[] param2) {
            String loc3 = param1.substring(0, Integer.parseInt(param2[0]));//param2 = pu.getDec(pa2).get("pre")
            String loc4 = param1.substring(Integer.parseInt(param2[0]), Integer.parseInt(param2[0])+Integer.parseInt(param2[1]));
            return loc3 + param1.substring(Integer.parseInt(param2[0])).replace(loc4, "");
        }
        // 获取分割的位置
        public String[] getPosition(String param1, String[] param2){
            param2[0] = String.valueOf(param1.length() - Integer.parseInt(param2[0]) - Integer.parseInt(param2[1]));
            return param2;
        }
    
        // 程序入口
        public static void main(String[] args) throws Exception {
            ParseUrl pu = new ParseUrl();
            // 获取html中的加密字符串
            String code = Crawl.parsehtml("http://www.meipai.com/media/816057957");
            Map<String, String> dict2 = pu.getHex(code);
            Map<String,String[]> dict3 = pu.getDecimal(dict2.get("hex"));
            String str4 = pu.substr(dict2.get("str"), dict3.get("pre"));
            BASE64Decoder base64 = new BASE64Decoder();
            byte[] url = base64.decodeBuffer(pu.substr(str4, pu.getPosition(str4, dict3.get("tail"))));
            // 视频真实的url地址
            System.out.println(new String(url));
        }
    }
    
    • 运行后即可得到真实的视频url
    • python版本可以参考:

    需要安装requests库,安装命令:
    pip install requests

    # coding=utf-8
    # Created by lihan on 2017/7/29.
    import base64
    import requests
    from pyquery import PyQuery as pq
    
    class Decode:
        def getHex(self,param1):
            return {
                'str': param1[4:],
                'hex': ''.join(list(param1[:4])[::-1]),
            }
    
        def getDecimal(self, param1):
            loc2 = str(int(param1, 16))
            print(loc2)#
            return {
                'pre': list(loc2[:2]),
                'tail': list(loc2[2:]),
            }
    
        def substr(self, param1, param2):
            loc3 = param1[0: int(param2[0])]
            loc4 = param1[int(param2[0]): int(param2[0]) + int(param2[1])]
            print("loc4",loc4)
            return loc3 + param1[int(param2[0]):].replace(loc4, "")
    
        def getPosition(self,param1, param2):
            param2[0] = len(param1) - int(param2[0]) - int(param2[1])
            return param2
    
        def decode(self, code):
            dict2 = self.getHex(code)
            dict3 = self.getDecimal(dict2['hex'])
            print("dict3", dict3['pre'])  #
            str4 = self.substr(dict2['str'], dict3['pre'])
            return base64.b64decode(self.substr(str4, self.getPosition(str4, dict3['tail'])))
    
        def crawl_video_url(self, url):
            response = requests.get(url).content
            d = pq(response)
            code= d('meta[property="og:video:url"]').attr('content')
            result = self.decode(code)
            print(result)
    
    
    if __name__ == '__main__':
        url = "http://www.meipai.com/media/816057957"//任意播放页面的url
        Decode().crawl_video_url(url)
    

    相关文章

      网友评论

          本文标题:美拍视频采集之视频地址解析下载

          本文链接:https://www.haomeiwen.com/subject/akiclxtx.html