聲明：本文只作學習研究，禁止用于非法用途，否則后果自負，如有侵權，請告知刪除，謝謝！

背景

在某一天，群友分享了一些小視頻，手機端可以正常觀看，但是到了電腦上，輸入網址之后會下載下來一個m3u8格式的文件，這就讓我犯了難。所以我就研究了一下，并使用Python來將該文件爬取了下來。
參考文章如下：
西北亂跑娃 — python m3u8庫
Python 手把手實現M3U8視頻抓取
python實戰(zhàn)案例：解析m3u8視頻文件
python爬取m3u8視頻教程

1.文件信息

鏈接圖如下

下載下來呢，也是m3u8文件，一種非常特殊的文件。我們點擊查看，就可以查看到
3u8的一些信息
我在這里屏蔽了網址，免得暴露我在下載什么hhhhh

#EXTM3U
#EXT-X-VERSION:3
#EXT-X-TARGETDURATION:2
#EXT-X-PLAYLIST-TYPE:VOD
#EXT-X-MEDIA-SEQUENCE:0
#EXT-X-KEY:METHOD=AES-128,URI="https://h09.t*********wc.com/20220703/9K***sCCV/30**0kb/hls/key.key"
#EXTINF:1.16,
https://h09.*********.com/20220703/9K***V/300**b/hls/Foszl**SV.ts
#EXTINF:1.2,
https://h09.**********.com/20220703/9KR**CV/30**kb/hls/b7tCBoOu.ts

經過查閱資料，該文件的我信息大致如下

# EXTM3U：.m3u8文件的格式定義
# EXT-X-KEY： 密鑰的信息
# METHOD： 加密的方法，這里采用的是AES-128的加密方式
# URI： 密鑰的地址，需要獲取訪問得到密鑰的信息
# IV： 偏移量，AES加密的方法，通過這個密鑰就可以解密，獲取正確的視頻信息

那什么是m3u8呢？

M3U8 是 Unicode 版本的 M3U，用 UTF-8 編碼?！癕3U” 和 “M3U8” 文件都是蘋果公司使用的 HTTP Live
Streaming（HLS） 協議格式的基礎，這種協議格式可以在 iPhone 和 Macbook 等設備播放。

通俗點可以理解為，一個視頻文件拆分為多個.ts片段的視頻文件，然后將所有的ts合成MP4文件就可以播放了。但是為什么有些在線或者m3u8的播放器會用不了呢？由于大部門的m3u8生成的結果不太一致，與該播放器的解密格式不一樣，所以導致打開。

一般來說，在m3u8文件中都會有key以及AES的偏移量IV，我們根據其中的URL來獲取他們，之后我們根據m3u8文件中的.ts的文件URL來下載視頻片段，解密之后拼接成mp4的文件就行了。

2.構造請求獲得m3u8文件

我們已經有了m3u8文件的URL，因此免去了抓包這一項工作。我們直接構造response即可

def get_file(url,count):
    resp=requests.request('GET',url)
    # print(resp.content)
    with open('./m3u8_link/'+str(count)+'.m3u8','wb') as f:
        f.write(resp.content)

3.獲得m3u8文件中的key以及偏移量IV

根據我們上一步獲得的文件內容，這里我選擇使用正則來匹配出來key以及IV對應的URL，之后在構造resp即可獲得其內容。
這里要說明一下，我們的m3u8文件中AES加密的時候是沒有使用IV的，所以使用時實際上令IV=Key
.*?，經典的正則在爬蟲中的使用了。

def get_key(path):
    with open(path, 'rb') as f:
        file_content=str(f.read())
    print(file_content)
    key_link = re.search('URI=\"(.*?)\"', file_content).group(1)
    key=requests.request('GET',key_link).content
    return key

4.獲取.ts文件鏈接

其實這一步也可以使用正則來繼續(xù)匹配，但是我偷了一點小懶，使用了m3u8庫來進行匹配。

import m3u8
def get_ts_list(path):
    m3u8_obj = m3u8.load(path)
    ts_urls = []
    for i, seg in enumerate(m3u8_obj.segments):
        # if i<=100:
            ts_urls.append(seg.uri)
    # print(ts_urls)
    return ts_urls

經過這一步之后，我們就獲得了m3u8文件中整個.ts文件對應的URL，接下來只要根據.ts文件對應的URL來獲取視頻片段，解密之后拼接就可以了。

5.進行解密

解密的庫 pip install pycryptodome
就是一些常規(guī)的AES解密操作了，我們獲得的m3u8文件中沒有IV偏移量，這里用使iv＝key即可。注意，AES要補0的，補字節(jié)0到16的倍數。

from Crypto.Cipher import AES
sprytor = AES.new(key, AES.MODE_CBC,iv)
# 獲取ts文件二進制數據
ts = requests.get(ts_url).content
# 密文長度不為16的倍數，則添加b"0"直到長度為16的倍數
# decrypt方法的參數需要為16的倍數，如果不是，需要在后面補二進制"0"
while len(ts) % 16 != 0:
    ts += b"0"
with open(name, "ab") as file:
    file.write(sprytor.decrypt(ts))

6.下載拼接

之后下載以字節(jié)流的形式進行拼接就可以了。

def download(ts_urls,key,iv,count,path):
    name=path
    print("視頻",count,"需要下載的文件長度為", len(ts_urls))
    for i in range(len(ts_urls)):
        ts_url=ts_urls[i]
        if i%10==0:
            print("視頻",count,"當前下載進度：",str(i/len(ts_urls)*100)[:4],'%')
        # 如果連接末尾沒有.ts手動加上
        ts_name = ts_url.split("/")[-1] + '.ts'  # ts文件名
        # 解密，new有三個參數，
        # 第一個是秘鑰（key）的二進制數據，
        # 第二個使用下面這個就好
        # 第三個IV在m3u8文件里URI后面會給出，如果沒有，可以嘗試把秘鑰（key）賦值給IV
        sprytor = AES.new(key, AES.MODE_CBC,iv)
        # 獲取ts文件二進制數據
        ts = requests.get(ts_url).content
        # 密文長度不為16的倍數，則添加b"0"直到長度為16的倍數
        while len(ts) % 16 != 0:
            ts += b"0"
        # 寫入mp4文件
        with open(name, "ab") as file:
            # # decrypt方法的參數需要為16的倍數，如果不是，需要在后面補二進制"0"
            file.write(sprytor.decrypt(ts))
    print(name, "下載完成")

其實還可以使用多線程優(yōu)化，完整項目請見本人的github。文章來源地址http://www.zghlxwxcb.cn/news/detail-412529.html

到了這里，關于Python爬取m3u8格式的視頻的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！